CoreWeave 提供哪些模型？

CoreWeave 提供我们跟踪的 28 个模型：GLM-5.3-Flash、DeepSeek V4.1 Flash (max)、DeepSeek V4 Flash 0731 (max)、GLM-5.2 (max)、Qwen3.8 27B (xhigh) (FP8)、DeepSeek V4 Pro (max)、MiniMax-M3 (NVFP4)、Kimi K2.6、Kimi K2.7 Code、DeepSeek V4.1 Flash (non-reasoning)、Kimi K2.6 (non-reasoning)、Nemotron 3 Ultra、DeepSeek V4 Pro (non-reasoning)、Qwen3.6 35B A3B (FP8)、Gemma 4 26B A4B、Qwen3.6 35B A3B (non-reasoning) (FP8)、Gemma 4 31B、Gemma 4 31B (non-reasoning)、DeepSeek V3.1 (non-reasoning)、Gemma 4 26B A4B (non-reasoning)、Nemotron 3.5 Lightning (BF16)、gpt-oss-120b (high)、Granite 4.2 8B、gpt-oss-120b (low)、gpt-oss-20b (low)、gpt-oss-20b (high)、Llama 3.3 70B和Llama 3.1 8B。

Artificial Analysis

CoreWeave：模型智能、性能与价格

CoreWeave

本分析旨在帮助你根据使用场景，选择 CoreWeave 提供的最佳模型。

最智能

Updated

GLM-5.3-Flash

DeepSeek V4.1 Flash (max)

DeepSeek V4 Flash 0731 (max)

GLM-5.2 (max)

Qwen3.8 27B (xhigh) (FP8)

Intelligence Index

共 28 个模型

速度最快

Nemotron 3.5 Lightning (BF16)

379 t/s

Nemotron 3 Ultra

286 t/s

Kimi K2.7 Code

281 t/s

DeepSeek V4.1 Flash (max)

223 t/s

DeepSeek V4.1 Flash (non-reasoning)

220 t/s

输出速度

共 28 个模型

价格最低

gpt-oss-20b (low)

$0.04

gpt-oss-20b (high)

$0.04

gpt-oss-120b (high)

$0.04

gpt-oss-120b (low)

$0.04

Granite 4.2 8B

$0.07

每 100 万 token 的混合价格

共 28 个模型

CoreWeave 提供 28 个模型，每个模型的智能、性能和价格特征各不相同。下方对比了各模型的关键指标。

智能方面，CoreWeave 上表现最好的模型是 GLM-5.3-Flash（42）、DeepSeek V4.1 Flash (max)（39）和DeepSeek V4 Flash 0731 (max)（34）。
输出速度方面，最快的模型是 Nemotron 3.5 Lightning (BF16)（379 t/s）、Nemotron 3 Ultra（286 t/s）和Kimi K2.7 Code（281 t/s）。各模型之间的速度差异显著，最快与最慢相差 72%。
延迟方面，Gemma 4 26B A4B (non-reasoning)（0.56 秒）、Llama 3.1 8B（0.66 秒）和Llama 3.3 70B（0.85 秒）的首个答案 Token 延迟最低。
价格方面，gpt-oss-20b (low)（$0.04）、gpt-oss-20b (high)（$0.04）和gpt-oss-120b (high)（$0.04）每 100 万 token 的混合价格最低。
上下文窗口方面，GLM-5.3-Flash（1M）、DeepSeek V4.1 Flash (max)（1M）和DeepSeek V4 Pro (max)（1M）支持 CoreWeave 上最大的上下文窗口。

Updated

智能

Artificial Analysis Intelligence Index · Higher is better

速度

Output tokens per second · Higher is better

价格

USD per 1M tokens (blended) · Lower is better

智能评测

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Estimate (independent evaluation forthcoming)

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

AA-Briefcase v1.1Updated

Agentic knowledge work, (Elo-500)/2000

GDPval-AA v2.1Updated

Agentic real-world work tasks, (Elo-500)/2000

AutomationBench-AA

Agentic SaaS workflows

Terminal-Bench 4.0

Agentic coding & terminal use

SciCodeUnder review

Coding

Humanity's Last Exam

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

CritPtUnder review

Physics reasoning

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AA-LCR v1.1

Long context reasoning

Harvey LAB-AA

Legal agentic work, criterion pass rate

EnterpriseOps-Gym-AA

Agentic business operations

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

ITBench-AA

Kubernetes incident root-cause analysis

MMMU-Pro

Visual reasoning

MLCR-AA

Medical long context reasoning

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Intelligence Index 与价格

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

上下文窗口

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

价格

Intelligence Index 与价格

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

性能摘要

输出速度与价格

Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

速度

按输出速度（每秒 token 数）衡量

输出速度

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

延迟

按首 Token 延迟（秒）衡量

延迟: 首个答案 Token 延迟

收到首个回答 token 的秒数 · 包含推理模型的“思考”时间

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

端到端响应时间

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

端到端响应时间与价格

End-to-end response time: end-to-end seconds to output 500 tokens · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).


									进一步分析
GLM-5.3-Flash	1M	开放	42	$0.76	128	1.70	21.20	15.60	模型服务商
DeepSeek V4.1 Flash (max)	1M	开放	39	$0.62	204	1.01	13.27	9.81	模型服务商
DeepSeek V4 Flash 0731 (max)	262k	开放	34	$0.44	88	1.64	30.10	22.77	模型服务商
GLM-5.2 (max)	262k	开放	34	$0.70	83	1.32	31.39	24.05	模型服务商
Qwen3.8 27B (xhigh) (FP8)	262k	开放	34	$0.92	61	1.66	42.51	32.68	模型服务商
DeepSeek V4 Pro (max)	1M	开放	30	$2.00	169	1.26	30.06	25.85	模型服务商
MiniMax-M3 (NVFP4)	262k	开放	29	--	34	1.65	75.80	59.32	模型服务商
GLM-5 (FP8)	200k	开放	28*	--	--	--	--	--	模型服务商
Kimi K2.6	262k	开放	27	$1.18	224	1.06	23.13	19.84	模型服务商
Kimi K2.7 Code	262k	开放	26	$0.83	272	1.07	11.11	8.20	模型服务商
DeepSeek V4.1 Flash (non-reasoning)	1M	开放	25	$0.41	180	0.88	3.65	--	模型服务商
Kimi K2.6 (non-reasoning)	262k	开放	24*	--	172	1.13	4.04	--	模型服务商
Nemotron 3 Ultra	262k	开放	23	$0.51	299	0.93	10.22	7.62	模型服务商
DeepSeek V4 Pro (non-reasoning)	1M	开放	21*	--	151	1.30	4.61	--	模型服务商
Qwen3.6 35B A3B (FP8)	262k	开放	18	$0.31	174	1.03	34.97	31.07	模型服务商
Gemma 4 26B A4B	262k	开放	17*	--	90	0.59	28.45	22.28	模型服务商
Qwen3.6 35B A3B (non-reasoning) (FP8)	262k	开放	15*	--	173	1.06	3.96	--	模型服务商
Gemma 4 31B	262k	开放	15	$0.07	64	2.03	37.11	27.24	模型服务商
Gemma 4 31B (non-reasoning)	262k	开放	14*	--	46	2.05	12.81	--	模型服务商
DeepSeek V3.1 (non-reasoning)	128k	开放	14*	--	68	1.39	8.72	--	模型服务商
Gemma 4 26B A4B (non-reasoning)	262k	开放	13*	--	78	0.57	6.99	--	模型服务商
Nemotron 3.5 Lightning (BF16)	262k	开放	13	$0.10	360	0.59	7.54	5.56	模型服务商
gpt-oss-120b (high)	131k	开放	12	$0.02	45	1.27	56.61	44.27	模型服务商
Granite 4.2 8B	131k	开放	11	$0.05	91	0.74	28.32	22.07	模型服务商
gpt-oss-120b (low)	131k	开放	10*	--	45	1.29	56.89	44.48	模型服务商
gpt-oss-20b (low)	131k	开放	10*	--	169	0.58	15.41	11.86	模型服务商
gpt-oss-20b (high)	131k	开放	9	$0.01	151	0.56	17.17	13.28	模型服务商
Llama 3.3 70B	128k	开放	8*	--	78	0.91	7.33	--	模型服务商
Llama 3.1 8B	128k	开放	7*	--	140	0.69	4.27	--	模型服务商

关键定义

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

常见问题

关于 CoreWeave 的常见问题

CoreWeave 上最智能的模型是 GLM-5.3-Flash，Intelligence Index 得分为 42。

按输出速度计算，CoreWeave 上最快的模型是 Nemotron 3.5 Lightning (BF16)，速度为每秒 379.1 个 token。

CoreWeave 上首个答案 Token 延迟最低的模型是 Gemma 4 26B A4B (non-reasoning)，延迟为 0.56 秒。延迟越低，初始响应越快。

按混合价格计算，CoreWeave 上最实惠的模型是 gpt-oss-20b (low)，每 100 万 token 的价格为 $0.04（缓存命中/输入/输出比例为 7:2:1）。

CoreWeave 上各模型价格最多相差 18 倍，从最实惠的 gpt-oss-20b (low)（每 100 万 token $0.04）到最昂贵的 Llama 3.3 70B（每 100 万 token $0.71）。

是，CoreWeave 提供兼容 OpenAI 的 API，可以轻松从 OpenAI 切换，或继续使用现有的 OpenAI SDK 集成。

是，CoreWeave 上全部 28 个模型均支持用于结构化输出的 JSON 模式。

是，CoreWeave 上全部 28 个模型均支持函数调用（工具使用）。

是，CoreWeave 提供 19 个推理模型：GLM-5.3-Flash、DeepSeek V4.1 Flash (max)、DeepSeek V4 Flash 0731 (max)、GLM-5.2 (max)、Qwen3.8 27B (xhigh) (FP8)、DeepSeek V4 Pro (max)、MiniMax-M3 (NVFP4)、Kimi K2.6、Kimi K2.7 Code、Nemotron 3 Ultra、Qwen3.6 35B A3B (FP8)、Gemma 4 26B A4B、Gemma 4 31B、Nemotron 3.5 Lightning (BF16)、gpt-oss-120b (high)、Granite 4.2 8B、gpt-oss-120b (low)、gpt-oss-20b (low)和gpt-oss-20b (high)。推理模型会先进行扩展思考来解决复杂问题，再给出答案。

是，CoreWeave 上全部 28 个模型均为开放权重模型。

会。服务商性能可能因基础设施变化、负载均衡和更新而随时间波动。我们持续对所有服务商进行基准测试，并在“随时间变化”图表中展示历史性能趋势。

选择 CoreWeave 上的模型时，请考虑：智能（适合质量敏感型任务）、输出速度（适合吞吐量密集型任务）、延迟（适合需要快速首次响应的交互式应用）、价格（适合成本敏感型工作负载），以及上下文窗口大小、JSON 模式或函数调用支持等功能。

CoreWeave：模型智能、性能与价格

最智能

速度最快

价格最低

智能

速度

价格

智能评测

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Intelligence Index 与价格

Price-Quality Variance

上下文窗口

上下文窗口

Context Window for RAG

Context Window

价格

Intelligence Index 与价格

Price-Quality Variance

性能摘要

输出速度与价格

Output Speed

Price

速度

输出速度

Output Speed

Model Performance Representation

延迟

延迟: 首个答案 Token 延迟

Time to First Answer Token

端到端响应时间

端到端响应时间与价格

Price

关键定义

Context Window

常见问题

CoreWeave 提供哪些模型？

CoreWeave 上最智能的模型是什么？

CoreWeave 上速度最快的模型是什么？

CoreWeave 上哪个模型的延迟最低？

CoreWeave 上最便宜的模型是什么？

CoreWeave 上各模型之间的价格差异有多大？

CoreWeave 是否兼容 OpenAI？

CoreWeave 是否支持 JSON 模式？

CoreWeave 是否支持函数调用？

CoreWeave 是否提供推理模型？

CoreWeave 是否提供开放权重模型？

CoreWeave 的性能会随时间变化吗？

如何选择 CoreWeave 上的模型？