FriendliAI：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 FriendliAI 提供的最佳模型。
最智能
GLM-5.3 (max)GLM-5.3-FlashGLM-5.2 (max)GLM-5.1GLM-5.1 (non-reasoning)Intelligence Index
共 8 个模型
速度最快
GLM-5.3-FlashGLM-5.2 (max)
Gemma 4 31B (non-reasoning)GLM-5.3 (max)Gemma 4 31B输出速度
共 8 个模型
价格最低
GLM-5.3-FlashGemma 4 31BGemma 4 31B (non-reasoning)
DeepSeek V3.2 (non-reasoning)GLM-5.3 (max)每 100 万 token 的混合价格
共 8 个模型
FriendliAI 提供 8 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，FriendliAI 上表现最好的模型是 GLM-5.3 (max)（45）、GLM-5.3-Flash（42）和GLM-5.2 (max)（34）。
- 输出速度方面，最快的模型是 GLM-5.3-Flash（246 t/s）、GLM-5.2 (max)（178 t/s）和Gemma 4 31B (non-reasoning)（154 t/s）。 各模型之间的速度差异显著，最快与最慢相差 77%。
- 延迟方面，Gemma 4 31B (non-reasoning)（0.72 秒）、GLM-5.1 (non-reasoning)（0.87 秒）和DeepSeek V3.2 (non-reasoning)（2.54 秒） 的首个答案 Token 延迟最低。
- 价格方面，GLM-5.3-Flash（$0.10）、Gemma 4 31B（$0.17）和Gemma 4 31B (non-reasoning)（$0.17） 每 100 万 token 的混合价格最低。 各模型价格最多相差 8.0 倍。
- 上下文窗口方面，GLM-5.3 (max)（1M）、GLM-5.3-Flash（1M）和GLM-5.2 (max)（1M） 支持 FriendliAI 上最大的上下文窗口。
- GLM-5.3-Flash 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) 在智能方面领先。
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
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3 (max) | 1M | 开放 | 45 | $1.81 | 132 | 0.91 | 19.85 | 15.15 | |||
GLM-5.3-Flash | 1M | 开放 | 42 | $0.51 | 318 | 0.60 | 8.46 | 6.29 | |||
GLM-5.2 (max) | 1M | 开放 | 34 | $0.87 | 174 | 0.95 | 15.34 | 11.50 | |||
GLM-5.1 | 203k | 开放 | 26 | $0.75 | 138 | 0.86 | 32.04 | 27.55 | |||
GLM-5.1 (non-reasoning) | 203k | 开放 | 24* | -- | 126 | 0.85 | 4.81 | -- | |||
 MiniMax-M2.1 | 197k | 开放 | 21* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 (non-reasoning) | 164k | 开放 | 16* | -- | 56 | 5.17 | 14.10 | -- | |||
Gemma 4 31B | 256k | 开放 | 15 | $0.10 | 124 | 0.83 | 18.87 | 14.00 | |||
Gemma 4 31B (non-reasoning) | 262k | 开放 | 14* | -- | 140 | 0.77 | 4.33 | -- | |||
关键定义
常见问题
关于 FriendliAI 的常见问题
FriendliAI 上最智能的模型是 GLM-5.3 (max)，Intelligence Index 得分为 45。
按输出速度计算，FriendliAI 上最快的模型是 GLM-5.3-Flash，速度为每秒 246.1 个 token。
FriendliAI 上首个答案 Token 延迟最低的模型是 Gemma 4 31B (non-reasoning)，延迟为 0.72 秒。延迟越低，初始响应越快。
按混合价格计算，FriendliAI 上最实惠的模型是 GLM-5.3-Flash，每 100 万 token 的价格为 $0.10（缓存命中/输入/输出比例为 7:2:1）。
FriendliAI 上各模型价格最多相差 9 倍，从最实惠的 GLM-5.3-Flash（每 100 万 token $0.10）到最昂贵的 GLM-5.1 (non-reasoning)（每 100 万 token $0.90）。
是，FriendliAI 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，FriendliAI 上全部 8 个模型均支持用于结构化输出的 JSON 模式。
是，FriendliAI 上全部 8 个模型均支持函数调用（工具使用）。
是，FriendliAI 提供 5 个推理模型：GLM-5.3 (max)、GLM-5.3-Flash、GLM-5.2 (max)、GLM-5.1和Gemma 4 31B。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，FriendliAI 上全部 8 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 FriendliAI 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。