GMI：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 GMI 提供的最佳模型。
最智能
MiMo-V2.6-Pro (BF16)
GLM-5.3 (max)GLM-5.3-Flash
DeepSeek V4.1 Flash (max)MiMo-V2.6-Flash (BF16)Intelligence Index
共 12 个模型
速度最快
DeepSeek V4 Flash Vision (max)DeepSeek V4.1 Flash (max)DeepSeek V4 Flash 0731 (max)
MiniMax-M2.5 FP8
Hy3输出速度
共 12 个模型
价格最低
MiMo-V2.6-Flash (BF16)GLM-5.3-FlashHy3DeepSeek V4.1 Flash (max)DeepSeek V4 Flash 0731 (max)每 100 万 token 的混合价格
共 12 个模型
GMI 提供 12 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，GMI 上表现最好的模型是 MiMo-V2.6-Pro (BF16)（46）、GLM-5.3 (max)（45）和GLM-5.3-Flash（42）。
- 输出速度方面，最快的模型是 DeepSeek V4 Flash Vision (max)（221 t/s）、DeepSeek V4.1 Flash (max)（160 t/s）和DeepSeek V4 Flash 0731 (max)（107 t/s）。 各模型之间的速度差异显著，最快与最慢相差 147%。
- 延迟方面，Kimi K2.5 (non-reasoning)（2.98 秒）、DeepSeek V4 Flash Vision (max)（11.47 秒）和DeepSeek V4.1 Flash (max)（14.63 秒） 的首个答案 Token 延迟最低。
- 价格方面，MiMo-V2.6-Flash (BF16)（$0.06）、GLM-5.3-Flash（$0.06）和Hy3（$0.11） 每 100 万 token 的混合价格最低。 各模型价格最多相差 2.6 倍。
- 上下文窗口方面，DeepSeek V4 Pro 0813 (max)（1M）、DeepSeek V4 Flash 0731 (max)（1M）和MiMo-V2.6-Pro (BF16)（1M） 支持 GMI 上最大的上下文窗口。
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, Hallucination-Gated All-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
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 (BF16) | 1M | 开放 | 46 | $0.12 | 44 | 6.03 | 63.35 | 45.86 | |||
GLM-5.3 (max) | 1M | 开放 | 45 | $1.42 | 78 | 3.80 | 36.03 | 25.78 | |||
GLM-5.3-Flash | 1M | 开放 | 42 | $0.31 | 55 | 3.92 | 49.77 | 36.68 | |||
DeepSeek V4.1 Flash (max) | 1M | 开放 | 39 | $0.38 | 160 | 2.18 | 17.85 | 12.54 | |||
MiMo-V2.6-Flash (BF16) | 524k | 开放 | 38 | $0.06 | 50 | 3.78 | 54.09 | 40.24 | |||
DeepSeek V4 Pro 0813 (max) | 1.05M | 开放 | 36 | $1.76 | 66 | 3.60 | 41.39 | 30.23 | |||
DeepSeek V4 Flash Vision (max) | 1M | 专有 | 35 | $0.28 | 220 | 2.41 | 13.76 | 9.08 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | 开放 | 34 | -- | 108 | 2.85 | 26.04 | 18.55 | |||
GLM-5.2 (max) (FP8) | 1.05M | 开放 | 34 | -- | -- | -- | -- | -- | |||
DeepSeek V4 Pro (max) | 1.05M | 开放 | 30 | -- | -- | -- | -- | -- | |||
MiniMax-M3 | 1.05M | 开放 | 29 | -- | -- | -- | -- | -- | |||
 Kimi K2.6 FP8 | 262k | 开放 | 27 | -- | -- | -- | -- | -- | |||
GLM-5.1 (FP8) | 203k | 开放 | 26 | -- | -- | -- | -- | -- | |||
MiMo-V2.5-Pro | 1.05M | 开放 | 26 | -- | -- | -- | -- | -- | |||
Kimi K2.7 Code (FP8) | 65.5k | 开放 | 26 | $1.37 | 83 | 5.22 | 38.11 | 26.86 | |||
Hy3 | 262k | 开放 | 25 | $0.07 | 89 | 3.34 | 31.30 | 22.37 | |||
MiMo-V2.5 | 1.05M | 开放 | 25* | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash (high) | 1.05M | 开放 | 24 | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash (max) | 1.05M | 开放 | 24 | -- | -- | -- | -- | -- | |||
 Nemotron 3 Ultra | 262k | 开放 | 23 | -- | -- | -- | -- | -- | |||
 Qwen3.5 27B (FP8) | 262k | 开放 | 23* | -- | -- | -- | -- | -- | |||
MiniMax-M2.5 FP8 | 197k | 开放 | 23* | -- | 90 | 2.04 | 29.68 | 22.11 | |||
MiniMax-M2.7 (FP8) | 197k | 开放 | 23 | -- | -- | -- | -- | -- | |||
Hy3-preview | 262k | 开放 | 23* | -- | -- | -- | -- | -- | |||
Kimi K2.5 (non-reasoning) | 262k | 开放 | 19* | -- | 55 | 3.15 | 12.26 | -- | |||
Qwen3.5 35B A3B (FP8) | 262k | 开放 | 19* | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash (non-reasoning) | 1.05M | 开放 | 19* | -- | -- | -- | -- | -- | |||
Qwen3.5 397B A17B (FP8) | 262k | 开放 | 18 | $0.47 | -- | -- | -- | -- | |||
MiMo-V2.5-Pro (non-reasoning) | 1.05M | 开放 | 18* | -- | -- | -- | -- | -- | |||
Qwen3.6 35B A3B FP8 | 262k | 开放 | 18 | $0.31 | -- | -- | -- | -- | |||
Hy3-preview (non-reasoning) | 262k | 开放 | 17* | -- | -- | -- | -- | -- | |||
 Gemma 4 26B A4B (FP8) | 1.05M | 开放 | 17* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 (non-reasoning) | 164k | 开放 | 16* | -- | -- | -- | -- | -- | |||
Qwen3.5 122B A10B (FP8) | 262k | 开放 | 16 | $0.32 | -- | -- | -- | -- | |||
Qwen3.6 35B A3B (non-reasoning) FP8 | 262k | 开放 | 15* | -- | -- | -- | -- | -- | |||
Gemma 4 31B (FP8) | 262k | 开放 | 15 | $0.10 | -- | -- | -- | -- | |||
Gemma 4 26B A4B (non-reasoning) (FP8) | 1.05M | 开放 | 13* | -- | -- | -- | -- | -- | |||
Qwen3 Next 80B A3B | 262k | 开放 | 11* | -- | -- | -- | -- | -- | |||
关键定义
常见问题
关于 GMI 的常见问题
GMI 上最智能的模型是 MiMo-V2.6-Pro (BF16)，Intelligence Index 得分为 46。
按输出速度计算，GMI 上最快的模型是 DeepSeek V4 Flash Vision (max)，速度为每秒 221.4 个 token。
GMI 上首个答案 Token 延迟最低的模型是 Kimi K2.5 (non-reasoning)，延迟为 2.98 秒。延迟越低，初始响应越快。
按混合价格计算，GMI 上最实惠的模型是 MiMo-V2.6-Flash (BF16)，每 100 万 token 的价格为 $0.06（缓存命中/输入/输出比例为 7:2:1）。
GMI 上各模型价格最多相差 14 倍，从最实惠的 MiMo-V2.6-Flash (BF16)（每 100 万 token $0.06）到最昂贵的 Kimi K2.5 (non-reasoning)（每 100 万 token $0.84）。
是，GMI 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，GMI 上全部 12 个模型均支持用于结构化输出的 JSON 模式。
是，GMI 上全部 12 个模型均支持函数调用（工具使用）。
是，GMI 提供 11 个推理模型：MiMo-V2.6-Pro (BF16)、GLM-5.3 (max)、GLM-5.3-Flash、DeepSeek V4.1 Flash (max)、MiMo-V2.6-Flash (BF16)、DeepSeek V4 Pro 0813 (max)、DeepSeek V4 Flash Vision (max)、DeepSeek V4 Flash 0731 (max)、Kimi K2.7 Code (FP8)、Hy3和MiniMax-M2.5 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。
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 GMI 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。