Crusoe：模型智能、性能与价格
本分析旨在帮助你根据使用场景，选择 Crusoe 提供的最佳模型。
最智能
Updated
GLM-5.3 (max) (FP4)GLM-5.3-Flash (FP4)
DeepSeek V4 Pro 0813 (max)DeepSeek V4 Flash 0731 (max)
Qwen3.8 27B (xhigh)Intelligence Index
共 15 个模型
速度最快
Nemotron 3.5 Lightning (BF16)Nemotron 3 Nano (non-reasoning) (FP8)Nemotron 3 Nano Omni 30B A3BNemotron 3 Nano (FP8)
gpt-oss-120b (high)输出速度
共 15 个模型
价格最低
Nemotron 3.5 Lightning (BF16)Nemotron 3 Nano (FP8)Nemotron 3 Nano (non-reasoning) (FP8)gpt-oss-120b (high)gpt-oss-120b (low)每 100 万 token 的混合价格
共 15 个模型
Crusoe 提供 15 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，Crusoe 上表现最好的模型是 GLM-5.3 (max) (FP4)（45）、GLM-5.3-Flash (FP4)（42）和DeepSeek V4 Pro 0813 (max)（36）。
- 输出速度方面，最快的模型是 Nemotron 3.5 Lightning (BF16)（300 t/s）、Nemotron 3 Nano (non-reasoning) (FP8)（272 t/s）和Nemotron 3 Nano Omni 30B A3B（269 t/s）。
- 延迟方面，Nemotron 3 Nano (non-reasoning) (FP8)（0.29 秒）、Qwen3.8 27B (non-reasoning)（0.87 秒）和Gemma 4 31B (non-reasoning)（1.01 秒） 的首个答案 Token 延迟最低。
- 价格方面，Nemotron 3.5 Lightning (BF16)（$0.05）、Nemotron 3 Nano (FP8)（$0.05）和Nemotron 3 Nano (non-reasoning) (FP8)（$0.05） 每 100 万 token 的混合价格最低。
- 上下文窗口方面，GLM-5.3-Flash (FP4)（1M）、DeepSeek V4 Pro 0813 (max)（1M）和DeepSeek V4 Flash 0731 (max)（1M） 支持 Crusoe 上最大的上下文窗口。
- Nemotron 3.5 Lightning (BF16) 同时拥有最快输出和最佳价格，对吞吐量敏感且注重成本的应用很有吸引力。对于要求最高质量的任务，GLM-5.3 (max) (FP4) 在智能方面领先。
智能评测
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic knowledge work, (Elo-500)/2000
Agentic real-world work tasks, (Elo-500)/2000
Agentic SaaS workflows
Agentic coding & terminal use
Coding
Reasoning & knowledge
Professional document reasoning, All-pass
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Legal agentic work, criterion pass rate
Agentic business operations
Agentic scientific research workflows in a terminal
Quantitative analysis on spreadsheets & documents
Kubernetes incident root-cause analysis
Visual reasoning
Medical long context reasoning
Intelligence Index 与价格
上下文窗口
上下文窗口
价格
Intelligence Index 与价格
性能摘要
输出速度与价格
速度
按输出速度（每秒 token 数）衡量
输出速度
延迟
按首 Token 延迟（秒）衡量
延迟: 首个答案 Token 延迟
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
进一步分析 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3 (max) (FP4) | 786k | 开放 | 45 | $3.36 | 205 | 0.87 | 13.06 | 9.75 | |||
GLM-5.3-Flash (FP4) | 1.05M | 开放 | 42 | $0.81 | 125 | 0.91 | 20.93 | 16.01 | |||
DeepSeek V4 Pro 0813 (max) | 1.05M | 开放 | 36 | $1.65 | 141 | 1.66 | 19.36 | 14.16 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | 开放 | 34 | $0.19 | 163 | 0.96 | 16.32 | 12.29 | |||
Qwen3.8 27B (xhigh) | 262k | 开放 | 34 | $0.91 | 191 | 0.90 | 14.00 | 10.48 | |||
 Kimi K2.6 (NVFP4) | 262k | 开放 | 27 | $0.84 | -- | -- | -- | -- | |||
Kimi K2.6 (non-reasoning) (NVFP4) | 262k | 开放 | 24* | -- | -- | -- | -- | -- | |||
Qwen3.8 27B (non-reasoning) | 262k | 开放 | 20 | $2.42 | 223 | 0.87 | 3.11 | -- | |||
 Gemma 4 31B | 262k | 开放 | 15 | $0.10 | 29 | 1.14 | 77.13 | 58.99 | |||
Gemma 4 31B (non-reasoning) | 262k | 开放 | 14* | -- | 32 | 0.99 | 16.45 | -- | |||
Nemotron 3.5 Lightning (BF16) | 262k | 开放 | 13 | $0.08 | 305 | 0.47 | 8.67 | 6.56 | |||
Nemotron 3 Super (FP8) | 262k | 开放 | 13 | $1.14 | 162 | 0.57 | 16.02 | 12.36 | |||
gpt-oss-120b (high) | 131k | 开放 | 12 | $0.04 | 211 | 0.39 | 12.24 | 9.48 | |||
Nemotron 3 Nano Omni 30B A3B | 262k | 开放 | 10* | -- | 264 | 0.39 | 9.87 | 7.59 | |||
gpt-oss-120b (low) | 131k | 开放 | 10* | -- | 185 | 0.38 | 13.91 | 10.82 | |||
Nemotron 3 Nano (FP8) | 262k | 开放 | 9 | $0.01 | 285 | 0.33 | 9.11 | 7.02 | |||
Nemotron 3 Nano (non-reasoning) (FP8) | 262k | 开放 | 7* | -- | 276 | 0.34 | 2.15 | -- | |||
关键定义
常见问题
关于 Crusoe 的常见问题
Crusoe 提供我们跟踪的 15 个模型：GLM-5.3 (max) (FP4)、GLM-5.3-Flash (FP4)、DeepSeek V4 Pro 0813 (max)、DeepSeek V4 Flash 0731 (max)、Qwen3.8 27B (xhigh)、Qwen3.8 27B (non-reasoning)、Gemma 4 31B、Gemma 4 31B (non-reasoning)、Nemotron 3.5 Lightning (BF16)、Nemotron 3 Super (FP8)、gpt-oss-120b (high)、Nemotron 3 Nano Omni 30B A3B、gpt-oss-120b (low)、Nemotron 3 Nano (FP8)和Nemotron 3 Nano (non-reasoning) (FP8)。
Crusoe 上最智能的模型是 GLM-5.3 (max) (FP4)，Intelligence Index 得分为 45。
按输出速度计算，Crusoe 上最快的模型是 Nemotron 3.5 Lightning (BF16)，速度为每秒 300.4 个 token。
Crusoe 上首个答案 Token 延迟最低的模型是 Nemotron 3 Nano (non-reasoning) (FP8)，延迟为 0.29 秒。延迟越低，初始响应越快。
按混合价格计算，Crusoe 上最实惠的模型是 Nemotron 3.5 Lightning (BF16)，每 100 万 token 的价格为 $0.05（缓存命中/输入/输出比例为 7:2:1）。
Crusoe 上各模型价格最多相差 18 倍，从最实惠的 Nemotron 3.5 Lightning (BF16)（每 100 万 token $0.05）到最昂贵的 GLM-5.3 (max) (FP4)（每 100 万 token $0.90）。
是，Crusoe 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，Crusoe 上全部 15 个模型均支持用于结构化输出的 JSON 模式。
Crusoe 上 15 个模型中，有 14 个支持函数调用（工具使用）。
是，Crusoe 提供 12 个推理模型：GLM-5.3 (max) (FP4)、GLM-5.3-Flash (FP4)、DeepSeek V4 Pro 0813 (max)、DeepSeek V4 Flash 0731 (max)、Qwen3.8 27B (xhigh)、Gemma 4 31B、Nemotron 3.5 Lightning (BF16)、Nemotron 3 Super (FP8)、gpt-oss-120b (high)、Nemotron 3 Nano Omni 30B A3B、gpt-oss-120b (low)和Nemotron 3 Nano (FP8)。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，Crusoe 上全部 15 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 Crusoe 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。