DeepInfra: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 DeepInfra 提供的最佳模型。
最智能
Intelligence Index
共 106 个模型
速度最快
输出速度
共 106 个模型
价格最低
每 100 万 token 的混合价格
共 106 个模型
DeepInfra 提供 106 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,DeepInfra 上表现最好的模型是 MiMo-V2.6-Pro(46)、DeepSeek V4.1 Flash 1017 (max)(45)和GLM-5.3 (max)(45)。
- 输出速度方面,最快的模型是 Inkling (xhigh) (FP8)(328 t/s)、Inkling Small(301 t/s)和Nemotron 3 Nano (non-reasoning)(227 t/s)。 各模型之间的速度差异显著,最快与最慢相差 52%。
- 延迟方面,Nemotron 3 Nano (non-reasoning)(0.51 秒)、Qwen3 30B (non-reasoning) (FP8)(0.58 秒)和NVIDIA Nemotron Nano 9B V2 (non-reasoning)(0.58 秒) 的首个答案 Token 延迟最低。
- 价格方面,Llama 3.1 8B (Turbo, FP8)($0.02)、Llama 3.1 8B($0.02)和Granite 4.2 3B($0.02) 每 100 万 token 的混合价格最低。
- 上下文窗口方面,GLM-5.2 (max) (FP4)(1M)、DeepSeek V4 Pro (max) (FP4)(1M)和DeepSeek V4 Flash (max) (FP4)(1M) 支持 DeepInfra 上最大的上下文窗口。
智能评测
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, Elo
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic interactive 3D experiences, Elo
Product and brand videos designed in code, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
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
缓存行为
缓存命中率
每任务成本与缓存命中率
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
MiMo-V2.6-Pro | 1M | 开放 | 46 | $0.26 | 46 | 1.56 | 55.85 | 43.43 | |||
DeepSeek V4.1 Flash 1017 (max) | 1M | 开放 | 45 | $0.08 | 67 | 0.68 | 37.84 | 29.73 | |||
GLM-5.3 (max) | 1.05M | 开放 | 45 | $0.97 | 130 | 0.93 | 20.13 | 15.36 | |||
GLM-5.3-Flash | 1M | 开放 | 42 | $0.56 | 96 | 0.76 | 26.70 | 20.74 | |||
Ling 3.1 Flash | 262k | 开放 | 41 | $0.19 | 18 | 1.04 | 141.47 | 112.34 | |||
Qwen3.8 2.4T A95B | 262k | 开放 | 40 | $2.16 | 108 | 0.97 | 24.05 | 18.46 | |||
DeepSeek V4.1 Flash (max) | 1M | 开放 | 39 | $0.15 | 126 | 0.68 | 20.55 | 15.90 | |||
MiMo-V2.6-Flash | 1M | 开放 | 38 | $0.04 | 25 | 9.12 | 109.70 | 80.47 | |||
DeepSeek V4 Pro 0813 (max) | 1M | 开放 | 36 | $1.00 | 93 | 0.99 | 27.79 | 21.44 | |||
DeepSeek V4 Flash Vision (max) | 1M | 专有 | 35 | $0.51 | 207 | 0.86 | 12.97 | 9.68 | |||
DeepSeek V4 Flash 0731 (max) | 1M | 开放 | 34 | $0.09 | 66 | 0.79 | 38.56 | 30.22 | |||
GLM-5.2 (max) (FP4) | 1.05M | 开放 | 34 | $0.37 | 70 | 1.12 | 36.89 | 28.62 | |||
Qwen3.8 27B (xhigh) | 262k | 开放 | 34 | $0.52 | 33 | 1.19 | 77.59 | 61.12 | |||
DeepSeek V4 Pro (max) (FP4) | 1.05M | 开放 | 30 | $0.87 | 81 | 1.12 | 61.05 | 53.78 | |||
DeepSeek V4 Pro (high) (FP4) | 65.5k | 开放 | 30* | -- | -- | -- | -- | -- | |||
MiniMax-M3 | 524k | 开放 | 29 | $0.44 | 25 | 0.87 | 102.58 | 81.37 | |||
GLM-5 (FP4) | 203k | 开放 | 28* | -- | 80 | 1.04 | 46.20 | 38.90 | |||
Kimi K2.6 (FP4) | 262k | 开放 | 27 | $0.51 | 62 | 0.99 | 81.07 | 72.00 | |||
GLM-5.1 (FP4) | 203k | 开放 | 26 | $0.58 | 102 | 0.91 | 42.88 | 37.08 | |||
MiMo-V2.5-Pro | 65.5k | 开放 | 26 | $0.19 | 41 | 1.89 | 63.01 | 48.90 | |||
Kimi K2.7 Code | 262k | 开放 | 26 | $1.37 | 88 | 1.36 | 32.50 | 25.44 | |||
Inkling Small | 524k | 开放 | 26 | $0.12 | 301 | 0.70 | 9.01 | 6.65 | |||
Hy3 (FP8) | 262k | 开放 | 25 | $0.07 | 47 | 1.70 | 55.32 | 42.90 | |||
Inkling (xhigh) (FP8) | 131k | 开放 | 25 | $0.56 | 328 | 0.69 | 8.31 | 6.10 | |||
DeepSeek V4 Flash (high) (FP4) | 1.05M | 开放 | 24 | $0.12 | -- | -- | -- | -- | |||
GLM-5.1 (non-reasoning) (FP4) | 203k | 开放 | 24* | -- | 117 | 1.05 | 5.34 | -- | |||
DeepSeek V4 Flash (max) (FP4) | 1.05M | 开放 | 24 | $0.07 | 32 | 0.95 | 190.16 | 173.73 | |||
Kimi K2.6 (non-reasoning) (FP4) | 262k | 开放 | 24* | -- | 31 | 0.94 | 17.09 | -- | |||
Kimi K2.5 | 262k | 开放 | 23* | -- | 47 | 1.06 | 74.83 | 63.13 | |||
Nemotron 3 Ultra | 262k | 开放 | 23 | $0.29 | 124 | 1.23 | 23.54 | 18.30 | |||
Nemotron 3 Ultra BF16 | 262k | 开放 | 23 | $0.66 | 91 | 1.42 | 31.84 | 24.94 | |||
Qwen3.5 27B (FP8) | 262k | 开放 | 23* | -- | 59 | 1.08 | 43.32 | 33.79 | |||
MiniMax-M2.5 (FP8) | 197k | 开放 | 23* | -- | 26 | 0.82 | 97.60 | 77.42 | |||
GLM-4.7 (FP4) | 203k | 开放 | 22* | -- | 24 | 1.13 | 104.46 | 82.67 | |||
MiMo-V2.5 | 262k | 开放 | 22 | $0.02 | 22 | 8.26 | 122.16 | 91.12 | |||
GLM-5 (non-reasoning) (FP8) | 203k | 开放 | 22* | -- | 76 | 0.95 | 7.53 | -- | |||
DeepSeek V3.2 (FP4) | 164k | 开放 | 21* | -- | 32 | 0.99 | 80.24 | 63.40 | |||
Qwen3.5 397B A17B (non-reasoning) (FP8) | 262k | 开放 | 21* | -- | 49 | 1.14 | 11.40 | -- | |||
Qwen3.6 27B FP8 | 262k | 开放 | 21 | $0.37 | 56 | 1.09 | 112.31 | 102.22 | |||
Ling 3.0 Flash | 131k | 开放 | 20 | $0.02 | 62 | 63.17 | 103.76 | 32.47 | |||
Qwen3.6 27B (non-reasoning) FP8 | 262k | 开放 | 20* | -- | 59 | 1.17 | 9.65 | -- | |||
Step 3.7 Flash | 256k | 开放 | 19* | -- | 24 | 10.48 | 114.78 | 83.44 | |||
Qwen3.5 27B (non-reasoning) FP8 | 262k | 开放 | 19* | -- | 55 | 1.04 | 10.09 | -- | |||
Qwen3.5 35B A3B (FP8) | 262k | 开放 | 19* | -- | 137 | 0.69 | 18.96 | 14.62 | |||
GLM-4.6 (FP4) | 203k | 开放 | 19* | -- | 23 | 1.23 | 107.63 | 85.12 | |||
Qwen3.5 397B A17B (FP8) | 262k | 开放 | 18 | $0.25 | 49 | 1.27 | 76.90 | 65.37 | |||
MiMo-V2.5-Pro (non-reasoning) | 65.5k | 开放 | 18* | -- | 41 | 1.45 | 13.74 | -- | |||
Qwen3.6 35B A3B (FP8) | 262k | 开放 | 18 | $0.14 | 111 | 0.85 | 53.74 | 48.40 | |||
Qwen3.5 122B A10B (non-reasoning) (FP4) | 262k | 开放 | 18* | -- | 41 | 1.17 | 13.26 | -- | |||
Muse Glimmer (high) | 131k | 开放 | 17 | $0.05 | 124 | 0.98 | 21.16 | 16.15 | |||
GLM-4.7 (non-reasoning) (FP4) | 203k | 开放 | 17* | -- | 28 | 1.08 | 19.21 | -- | |||
Gemma 4 26B A4B (FP8) | 262k | 开放 | 17* | -- | 75 | 0.72 | 34.06 | 26.67 | |||
DeepSeek V3.2 (non-reasoning) | 164k | 开放 | 16* | -- | 34 | 1.15 | 15.88 | -- | |||
Qwen3.5 122B A10B (FP4) | 262k | 开放 | 16 | $0.24 | 46 | 1.15 | 54.92 | 43.01 | |||
Qwen3.6 35B A3B (non-reasoning) (FP8) | 262k | 开放 | 15* | -- | 120 | 0.77 | 4.93 | -- | |||
Qwen3.5 35B A3B (non-reasoning) FP8 | 262k | 开放 | 15* | -- | 145 | 0.77 | 4.22 | -- | |||
GLM-4.7-Flash | 203k | 开放 | 15* | -- | 91 | 0.86 | 28.29 | 21.94 | |||
Gemma 4 31B | 262k | 开放 | 15 | $0.15 | 24 | 1.63 | 93.78 | 71.54 | |||
DeepSeek V3.1 Terminus (non-reasoning) (FP4) | 164k | 开放 | 14* | -- | 75 | 0.97 | 7.66 | -- | |||
Gemma 4 31B (non-reasoning) (FP8) | 262k | 开放 | 14* | -- | 24 | 1.29 | 21.79 | -- | |||
DeepSeek V3.1 (non-reasoning) (FP4) | 164k | 开放 | 14* | -- | 10 | 1.03 | 50.24 | -- | |||
Gemma 4 26B A4B (non-reasoning) (FP8) | 262k | 开放 | 13* | -- | 68 | 0.72 | 8.04 | -- | |||
Qwen3.5 4B (FP8) | 262k | 开放 | 13* | -- | 18 | 0.89 | 138.85 | 110.37 | |||
DeepSeek R1 0528 | 164k | 开放 | 13* | -- | 39 | 0.93 | 65.51 | 51.67 | |||
Nemotron 3.5 Lightning (NVFP4) | 262k | 开放 | 13 | $0.09 | 216 | 0.53 | 12.09 | 9.24 | |||
Nemotron 3 Super | 262k | 开放 | 13 | $0.48 | 70 | 12.13 | 47.97 | 28.67 | |||
Qwen3 235B A22B 2507 (FP8) | 262k | 开放 | 13 | $0.08 | 125 | 0.76 | 20.83 | 16.06 | |||
Qwen3 235B 2507 (FP8) | 262k | 开放 | 12* | -- | 14 | 0.73 | 36.64 | -- | |||
Qwen3 Coder 480B (Turbo, FP4) | 262k | 开放 | 12* | -- | 61 | 0.70 | 8.86 | -- | |||
gpt-oss-120b (high) (Turbo) | 131k | 开放 | 12 | $0.11 | 45 | 0.68 | 55.69 | 44.01 | |||
gpt-oss-120b (high) | 131k | 开放 | 12 | $0.03 | 47 | 0.66 | 53.49 | 42.26 | |||
Granite 4.2 8B | 131k | 开放 | 11 | $0.02 | 49 | 0.89 | 52.33 | 41.16 | |||
Qwen3.5 4B (non-reasoning) FP8 | 262k | 开放 | 11* | -- | 19 | 0.83 | 26.59 | -- | |||
gpt-oss-120b (low) | 131k | 开放 | 10* | -- | 45 | 0.66 | 55.68 | 44.02 | |||
DeepSeek V3 0324 (FP4) | 164k | 开放 | 10 | $0.02 | 136 | 0.75 | 4.43 | -- | |||
Qwen3 Next 80B A3B | 262k | 开放 | 10* | -- | 128 | 0.73 | 4.64 | -- | |||
Llama 4 Maverick (FP8) | 1.05M | 开放 | 9 | $0.03 | 47 | 0.79 | 11.47 | -- | |||
Granite 4.2 3B | 131k | 开放 | 9 | $0.01 | 49 | 0.85 | 52.18 | 41.06 | |||
gpt-oss-20b (high) | 131k | 开放 | 9 | $0.01 | 120 | 0.52 | 21.27 | 16.60 | |||
Gemma 4 E4B | 131k | 开放 | 9 | $0.01 | 47 | 1.09 | 54.46 | 42.70 | |||
Nemotron 3 Nano | 262k | 开放 | 9 | $0.02 | 221 | 0.52 | 11.82 | 9.04 | |||
DeepSeek V3 (Dec) | 164k | 开放 | 8 | $0.02 | 25 | 0.75 | 20.72 | -- | |||
DeepSeek R1 Distill Llama 70B | 131k | 开放 | 8* | -- | -- | -- | -- | -- | |||
Qwen2.5 72B | 32.8k | 开放 | 8* | -- | 25 | 2.67 | 22.53 | -- | |||
Llama 3.3 70B (Turbo, FP8) | 131k | 开放 | 8* | -- | 17 | 2.36 | 32.12 | -- | |||
Qwen3 30B (FP8) | 41k | 开放 | 8* | -- | 109 | 0.58 | 23.45 | 18.30 | |||
Gemma 4 E4B (non-reasoning) | 131k | 开放 | 7* | -- | 45 | 0.86 | 11.88 | -- | |||
NVIDIA Nemotron Nano 9B V2 | 131k | 开放 | 7* | -- | 181 | 0.55 | 14.39 | 11.07 | |||
Qwen3 32B (non-reasoning) (FP8) | 41k | 开放 | 7* | -- | 29 | 1.42 | 18.45 | -- | |||
Qwen3 32B (FP8) | 41k | 开放 | 7 | -- | 31 | 1.72 | 81.43 | 63.77 | |||
Mistral Small 3.1 | 128k | 开放 | 7 | $0.02 | 48 | 1.01 | 11.39 | -- | |||
Mistral Small 3.2 (FP8) | 128k | 开放 | 7 | $0.11 | 47 | 0.93 | 11.48 | -- | |||
Llama 3.1 8B (Turbo, FP8) | 131k | 开放 | 7* | -- | 33 | 0.92 | 16.11 | -- | |||
Llama 3.1 8B | 131k | 开放 | 7* | -- | 33 | 0.95 | 16.25 | -- | |||
Nemotron 3 Nano (non-reasoning) | 262k | 开放 | 7* | -- | 227 | 0.51 | 2.72 | -- | |||
NVIDIA Nemotron Nano 9B V2 (non-reasoning) | 131k | 开放 | 7* | -- | 193 | 0.58 | 3.17 | -- | |||
Qwen3 14B (non-reasoning) (FP8) | 41k | 开放 | 7* | -- | 66 | 0.87 | 8.46 | -- | |||
Mistral Small 3 | 32.8k | 开放 | 7* | -- | 55 | 0.90 | 10.06 | -- | |||
Qwen3 30B (non-reasoning) (FP8) | 41k | 开放 | 7* | -- | 107 | 0.58 | 5.26 | -- | |||
Llama 3.1 70B | 131k | 开放 | 7* | -- | 41 | 2.00 | 14.30 | -- | |||
Llama 3.1 70B (Turbo, FP8) | 131k | 开放 | 7* | -- | 39 | 2.03 | 14.86 | -- | |||
Llama 4 Scout | 131k | 开放 | 6 | $0.06 | 22 | 1.38 | 23.62 | -- | |||
Qwen3 14B (FP8) | 32.8k | 开放 | 6 | -- | 70 | 0.90 | 36.71 | 28.65 | |||
Hermes 3 - Llama-3.1 70B | 131k | 开放 | 6* | -- | 31 | 2.06 | 17.93 | -- | |||
Phi-4 | 16.4k | 开放 | 6* | -- | 93 | 1.06 | 6.42 | -- | |||
Llama 3.2 11B (Vision) | 131k | 开放 | 5* | -- | 30 | 1.28 | 17.77 | -- | |||
Gemma 3 27B | 131k | 开放 | 5 | $0.16 | 22 | 1.45 | 24.46 | -- | |||
Gemma 3 4B | 131k | 开放 | 5* | -- | 91 | 0.59 | 6.10 | -- | |||
Llama 3 8B | 8.19k | 开放 | 5* | -- | -- | -- | -- | -- | |||
Gemma 3 12B | 131k | 开放 | 4 | $0.13 | 23 | 1.22 | 22.87 | -- | |||
关键定义
常见问题
关于 DeepInfra 的常见问题
DeepInfra 提供我们跟踪的 106 个模型:MiMo-V2.6-Pro、DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max)、GLM-5.3-Flash、Ling 3.1 Flash、Qwen3.8 2.4T A95B、DeepSeek V4.1 Flash (max)、MiMo-V2.6-Flash、DeepSeek V4 Pro 0813 (max)、DeepSeek V4 Flash Vision (max)、DeepSeek V4 Flash 0731 (max)、GLM-5.2 (max) (FP4)、Qwen3.8 27B (xhigh)、DeepSeek V4 Pro (max) (FP4)、MiniMax-M3、GLM-5 (FP4)、Kimi K2.6 (FP4)、GLM-5.1 (FP4)、MiMo-V2.5-Pro、Kimi K2.7 Code、Inkling Small、Hy3 (FP8)、Inkling (xhigh) (FP8)、GLM-5.1 (non-reasoning) (FP4)、DeepSeek V4 Flash (max) (FP4)、Kimi K2.6 (non-reasoning) (FP4)、Kimi K2.5、Nemotron 3 Ultra、Nemotron 3 Ultra BF16、Qwen3.5 27B (FP8)、MiniMax-M2.5 (FP8)、GLM-4.7 (FP4)、MiMo-V2.5、GLM-5 (non-reasoning) (FP8)、DeepSeek V3.2 (FP4)、Qwen3.5 397B A17B (non-reasoning) (FP8)、Qwen3.6 27B FP8、Ling 3.0 Flash、Qwen3.6 27B (non-reasoning) FP8、Step 3.7 Flash、Qwen3.5 27B (non-reasoning) FP8、Qwen3.5 35B A3B (FP8)、GLM-4.6 (FP4)、Qwen3.5 397B A17B (FP8)、MiMo-V2.5-Pro (non-reasoning)、Qwen3.6 35B A3B (FP8)、Qwen3.5 122B A10B (non-reasoning) (FP4)、Muse Glimmer (high)、GLM-4.7 (non-reasoning) (FP4)、Gemma 4 26B A4B (FP8)、DeepSeek V3.2 (non-reasoning)、Qwen3.5 122B A10B (FP4)、Qwen3.6 35B A3B (non-reasoning) (FP8)、Qwen3.5 35B A3B (non-reasoning) FP8、GLM-4.7-Flash、Gemma 4 31B、DeepSeek V3.1 Terminus (non-reasoning) (FP4)、Gemma 4 31B (non-reasoning) (FP8)、DeepSeek V3.1 (non-reasoning) (FP4)、Gemma 4 26B A4B (non-reasoning) (FP8)、Qwen3.5 4B (FP8)、DeepSeek R1 0528、Nemotron 3.5 Lightning (NVFP4)、Nemotron 3 Super、Qwen3 235B A22B 2507 (FP8)、Qwen3 235B 2507 (FP8)、Qwen3 Coder 480B (Turbo, FP4)、gpt-oss-120b (high) (Turbo)、gpt-oss-120b (high)、Granite 4.2 8B、Qwen3.5 4B (non-reasoning) FP8、gpt-oss-120b (low)、DeepSeek V3 0324 (FP4)、Qwen3 Next 80B A3B、Llama 4 Maverick (FP8)、Granite 4.2 3B、gpt-oss-20b (high)、Gemma 4 E4B、Nemotron 3 Nano、DeepSeek V3 (Dec)、Qwen2.5 72B、Llama 3.3 70B (Turbo, FP8)、Qwen3 30B (FP8)、Gemma 4 E4B (non-reasoning)、NVIDIA Nemotron Nano 9B V2、Qwen3 32B (non-reasoning) (FP8)、Qwen3 32B (FP8)、Mistral Small 3.1、Mistral Small 3.2 (FP8)、Llama 3.1 8B (Turbo, FP8)、Llama 3.1 8B、Nemotron 3 Nano (non-reasoning)、NVIDIA Nemotron Nano 9B V2 (non-reasoning)、Qwen3 14B (non-reasoning) (FP8)、Mistral Small 3、Qwen3 30B (non-reasoning) (FP8)、Llama 3.1 70B、Llama 3.1 70B (Turbo, FP8)、Llama 4 Scout、Qwen3 14B (FP8)、Hermes 3 - Llama-3.1 70B、Phi-4、Llama 3.2 11B (Vision)、Gemma 3 27B、Gemma 3 4B和Gemma 3 12B。
DeepInfra 上最智能的模型是 MiMo-V2.6-Pro,Intelligence Index 得分为 46。
按输出速度计算,DeepInfra 上最快的模型是 Inkling (xhigh) (FP8),速度为每秒 328.0 个 token。
DeepInfra 上首个答案 Token 延迟最低的模型是 Nemotron 3 Nano (non-reasoning),延迟为 0.51 秒。延迟越低,初始响应越快。
按混合价格计算,DeepInfra 上最实惠的模型是 Llama 3.1 8B (Turbo, FP8),每 100 万 token 的价格为 $0.02(缓存命中/输入/输出比例为 7:2:1)。
DeepInfra 上各模型价格最多相差 52 倍,从最实惠的 Llama 3.1 8B (Turbo, FP8)(每 100 万 token $0.02)到最昂贵的 Qwen3.8 2.4T A95B(每 100 万 token $1.14)。
是,DeepInfra 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,DeepInfra 上全部 106 个模型均支持用于结构化输出的 JSON 模式。
DeepInfra 上 106 个模型中,有 103 个支持函数调用(工具使用)。
是,DeepInfra 提供 61 个推理模型:MiMo-V2.6-Pro、DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max)、GLM-5.3-Flash、Ling 3.1 Flash、Qwen3.8 2.4T A95B、DeepSeek V4.1 Flash (max)、MiMo-V2.6-Flash、DeepSeek V4 Pro 0813 (max)、DeepSeek V4 Flash Vision (max)、DeepSeek V4 Flash 0731 (max)、GLM-5.2 (max) (FP4)、Qwen3.8 27B (xhigh)、DeepSeek V4 Pro (max) (FP4)、MiniMax-M3、GLM-5 (FP4)、Kimi K2.6 (FP4)、GLM-5.1 (FP4)、MiMo-V2.5-Pro、Kimi K2.7 Code、Inkling Small、Hy3 (FP8)、Inkling (xhigh) (FP8)、DeepSeek V4 Flash (max) (FP4)、Kimi K2.5、Nemotron 3 Ultra、Nemotron 3 Ultra BF16、Qwen3.5 27B (FP8)、MiniMax-M2.5 (FP8)、GLM-4.7 (FP4)、MiMo-V2.5、DeepSeek V3.2 (FP4)、Qwen3.6 27B FP8、Ling 3.0 Flash、Step 3.7 Flash、Qwen3.5 35B A3B (FP8)、GLM-4.6 (FP4)、Qwen3.5 397B A17B (FP8)、Qwen3.6 35B A3B (FP8)、Muse Glimmer (high)、Gemma 4 26B A4B (FP8)、Qwen3.5 122B A10B (FP4)、GLM-4.7-Flash、Gemma 4 31B、Qwen3.5 4B (FP8)、DeepSeek R1 0528、Nemotron 3.5 Lightning (NVFP4)、Nemotron 3 Super、Qwen3 235B A22B 2507 (FP8)、gpt-oss-120b (high) (Turbo)、gpt-oss-120b (high)、Granite 4.2 8B、gpt-oss-120b (low)、Granite 4.2 3B、gpt-oss-20b (high)、Gemma 4 E4B、Nemotron 3 Nano、Qwen3 30B (FP8)、NVIDIA Nemotron Nano 9B V2、Qwen3 32B (FP8)和Qwen3 14B (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,DeepInfra 上 106 个模型中有 105 个是开放权重模型:MiMo-V2.6-Pro、DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max)、GLM-5.3-Flash、Ling 3.1 Flash、Qwen3.8 2.4T A95B、DeepSeek V4.1 Flash (max)、MiMo-V2.6-Flash、DeepSeek V4 Pro 0813 (max)、DeepSeek V4 Flash 0731 (max)、GLM-5.2 (max) (FP4)、Qwen3.8 27B (xhigh)、DeepSeek V4 Pro (max) (FP4)、MiniMax-M3、GLM-5 (FP4)、Kimi K2.6 (FP4)、GLM-5.1 (FP4)、MiMo-V2.5-Pro、Kimi K2.7 Code、Inkling Small、Hy3 (FP8)、Inkling (xhigh) (FP8)、GLM-5.1 (non-reasoning) (FP4)、DeepSeek V4 Flash (max) (FP4)、Kimi K2.6 (non-reasoning) (FP4)、Kimi K2.5、Nemotron 3 Ultra、Nemotron 3 Ultra BF16、Qwen3.5 27B (FP8)、MiniMax-M2.5 (FP8)、GLM-4.7 (FP4)、MiMo-V2.5、GLM-5 (non-reasoning) (FP8)、DeepSeek V3.2 (FP4)、Qwen3.5 397B A17B (non-reasoning) (FP8)、Qwen3.6 27B FP8、Ling 3.0 Flash、Qwen3.6 27B (non-reasoning) FP8、Step 3.7 Flash、Qwen3.5 27B (non-reasoning) FP8、Qwen3.5 35B A3B (FP8)、GLM-4.6 (FP4)、Qwen3.5 397B A17B (FP8)、MiMo-V2.5-Pro (non-reasoning)、Qwen3.6 35B A3B (FP8)、Qwen3.5 122B A10B (non-reasoning) (FP4)、Muse Glimmer (high)、GLM-4.7 (non-reasoning) (FP4)、Gemma 4 26B A4B (FP8)、DeepSeek V3.2 (non-reasoning)、Qwen3.5 122B A10B (FP4)、Qwen3.6 35B A3B (non-reasoning) (FP8)、Qwen3.5 35B A3B (non-reasoning) FP8、GLM-4.7-Flash、Gemma 4 31B、DeepSeek V3.1 Terminus (non-reasoning) (FP4)、Gemma 4 31B (non-reasoning) (FP8)、DeepSeek V3.1 (non-reasoning) (FP4)、Gemma 4 26B A4B (non-reasoning) (FP8)、Qwen3.5 4B (FP8)、DeepSeek R1 0528、Nemotron 3.5 Lightning (NVFP4)、Nemotron 3 Super、Qwen3 235B A22B 2507 (FP8)、Qwen3 235B 2507 (FP8)、Qwen3 Coder 480B (Turbo, FP4)、gpt-oss-120b (high) (Turbo)、gpt-oss-120b (high)、Granite 4.2 8B、Qwen3.5 4B (non-reasoning) FP8、gpt-oss-120b (low)、DeepSeek V3 0324 (FP4)、Qwen3 Next 80B A3B、Llama 4 Maverick (FP8)、Granite 4.2 3B、gpt-oss-20b (high)、Gemma 4 E4B、Nemotron 3 Nano、DeepSeek V3 (Dec)、Qwen2.5 72B、Llama 3.3 70B (Turbo, FP8)、Qwen3 30B (FP8)、Gemma 4 E4B (non-reasoning)、NVIDIA Nemotron Nano 9B V2、Qwen3 32B (non-reasoning) (FP8)、Qwen3 32B (FP8)、Mistral Small 3.1、Mistral Small 3.2 (FP8)、Llama 3.1 8B (Turbo, FP8)、Llama 3.1 8B、Nemotron 3 Nano (non-reasoning)、NVIDIA Nemotron Nano 9B V2 (non-reasoning)、Qwen3 14B (non-reasoning) (FP8)、Mistral Small 3、Qwen3 30B (non-reasoning) (FP8)、Llama 3.1 70B、Llama 3.1 70B (Turbo, FP8)、Llama 4 Scout、Qwen3 14B (FP8)、Hermes 3 - Llama-3.1 70B、Phi-4、Llama 3.2 11B (Vision)、Gemma 3 27B、Gemma 3 4B和Gemma 3 12B。
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 DeepInfra 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。