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
DeepSeek V4.1 Flash 1017 (max)
GLM-5.3 (max)
MiMo-V2.6-Pro (BF16)
MiniMax-M3.1-FlashMiMo-V2.6-Flash (BF16)Intelligence Index
共 17 个模型
速度最快
DeepSeek V4 Flash Vision (max)DeepSeek V4.1 Flash (max)DeepSeek V4.1 Flash 1017 (max)GLM-5.3 (max)MiniMax-M3.1-Flash输出速度
共 17 个模型
价格最低
MiMo-V2.6-Flash (BF16)GLM-5.3-FlashMiniMax-M3.1-Flash
Hy3DeepSeek V4.1 Flash (max)每 100 万 token 的混合价格
共 17 个模型
GMI 提供 17 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 DeepSeek V4.1 Flash 1017 (max)（32）、GLM-5.3 (max)（32）和MiMo-V2.6-Pro (BF16)（30）。
- 输出速度方面，最快的模型是 DeepSeek V4 Flash Vision (max)（187 t/s）、DeepSeek V4.1 Flash (max)（155 t/s）和DeepSeek V4.1 Flash 1017 (max)（149 t/s）。 各模型之间的速度差异显著，最快与最慢相差 58%。
- 延迟方面，Qwen3.6 35B A3B (non-reasoning) FP8（1.72 秒）、Kimi K2.5 (non-reasoning)（3.70 秒）和DeepSeek V4 Flash Vision (max)（13.10 秒） 的首个答案 Token 延迟最低。
- 价格方面，MiMo-V2.6-Flash (BF16)（$0.05）、GLM-5.3-Flash（$0.05）和MiniMax-M3.1-Flash（$0.10） 每 100 万 token 的混合价格最低。 各模型价格最多相差 2.2 倍。
- 上下文窗口方面，DeepSeek V4 Pro 0813 (max)（1M）、MiniMax-M3（1M）和DeepSeek V4.1 Flash 1017 (max)（1M） 支持 GMI 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 scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic real-world work tasks, Elo
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
DeepSeek V4.1 Flash 1017 (max) | 1.05M | 开放 | 32 | $0.37 | 148 | 2.29 | 19.22 | 13.54 | |||
GLM-5.3 (max) | 1M | 开放 | 32 | $2.53 | 130 | 2.15 | 21.38 | 15.38 | |||
MiMo-V2.6-Pro (BF16) | 1M | 开放 | 30 | $0.24 | 81 | 2.87 | 33.71 | 24.67 | |||
MiniMax-M3.1-Flash | 1M | 专有 | 29 | $0.42 | 118 | 1.75 | 22.95 | 16.95 | |||
MiMo-V2.6-Flash (BF16) | 524k | 开放 | 27 | $0.11 | 53 | 2.66 | 49.85 | 37.75 | |||
DeepSeek V4 Pro 0813 (max) | 1.05M | 开放 | 23 | $2.66 | 72 | 2.92 | 37.55 | 27.71 | |||
MiniMax-M3 | 1.05M | 开放 | 19 | $0.91 | 126 | 1.34 | 21.20 | 15.88 | |||
MiMo-V2.5-Pro | 1.05M | 开放 | -- | -- | -- | -- | -- | -- | |||
 Kimi K2.6 FP8 | 262k | 开放 | -- | -- | -- | -- | -- | -- | |||
MiniMax-M2.5 FP8 | 197k | 开放 | -- | -- | 37 | 2.05 | 68.90 | 53.48 | |||
 Qwen3.5 27B (FP8) | 262k | 开放 | -- | -- | -- | -- | -- | -- | |||
GLM-5.3-Flash | 1M | 开放 | -- | -- | 67 | 1.71 | 38.95 | 29.78 | |||
MiMo-V2.5 | 1.05M | 开放 | -- | -- | -- | -- | -- | -- | |||
Qwen3.5 35B A3B (FP8) | 262k | 开放 | -- | -- | -- | -- | -- | -- | |||
MiMo-V2.5-Pro (non-reasoning) | 1.05M | 开放 | -- | -- | -- | -- | -- | -- | |||
MiniMax-M2.7 (FP8) | 197k | 开放 | -- | -- | -- | -- | -- | -- | |||
GLM-5.1 (FP8) | 203k | 开放 | -- | -- | -- | -- | -- | -- | |||
Qwen3.6 35B A3B (non-reasoning) FP8 | 262k | 开放 | -- | -- | 94 | 1.72 | 7.05 | -- | |||
DeepSeek V3.2 (non-reasoning) | 164k | 开放 | -- | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash Vision (max) | 1M | 专有 | -- | -- | 187 | 2.37 | 15.76 | 10.71 | |||
Qwen3.6 35B A3B FP8 | 262k | 开放 | -- | -- | 115 | 1.82 | 52.94 | 46.79 | |||
DeepSeek V4 Flash (high) | 1.05M | 开放 | -- | -- | -- | -- | -- | -- | |||
Hy3-preview | 262k | 开放 | -- | -- | -- | -- | -- | -- | |||
Kimi K2.7 Code (FP8) | 65.5k | 开放 | -- | -- | 79 | 5.71 | 40.17 | 28.15 | |||
DeepSeek V4 Flash (non-reasoning) | 1.05M | 开放 | -- | -- | -- | -- | -- | -- | |||
Hy3 | 262k | 开放 | -- | -- | 98 | 3.01 | 28.61 | 20.48 | |||
Hy3-preview (non-reasoning) | 262k | 开放 | -- | -- | -- | -- | -- | -- | |||
Kimi K2.5 (non-reasoning) | 262k | 开放 | -- | -- | 46 | 3.39 | 14.18 | -- | |||
DeepSeek V4 Pro (max) | 1.05M | 开放 | -- | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash (max) | 1.05M | 开放 | -- | -- | -- | -- | -- | -- | |||
DeepSeek V4.1 Flash (max) | 1M | 开放 | -- | -- | 151 | 2.07 | 18.60 | 13.23 | |||
GLM-5.2 (max) (FP8) | 1.05M | 开放 | -- | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | 开放 | -- | -- | 116 | 2.89 | 24.35 | 17.17 | |||
关键定义
常见问题
关于 GMI 的常见问题
GMI 提供我们跟踪的 17 个模型：DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max)、MiMo-V2.6-Pro (BF16)、MiniMax-M3.1-Flash、MiMo-V2.6-Flash (BF16)、DeepSeek V4 Pro 0813 (max)、MiniMax-M3、MiniMax-M2.5 FP8、GLM-5.3-Flash、Qwen3.6 35B A3B (non-reasoning) FP8、DeepSeek V4 Flash Vision (max)、Qwen3.6 35B A3B FP8、Kimi K2.7 Code (FP8)、Hy3、Kimi K2.5 (non-reasoning)、DeepSeek V4.1 Flash (max)和DeepSeek V4 Flash 0731 (max)。
GMI 上最智能的模型是 DeepSeek V4.1 Flash 1017 (max)，Intelligence Index 得分为 32。
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 186.8 个 token。
GMI 上首个答案 Token 延迟最低的模型是 Qwen3.6 35B A3B (non-reasoning) FP8，延迟为 1.72 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 $0.05（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 17 倍，从最实惠的 MiMo-V2.6-Flash (BF16)（每 100 万 token $0.05）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 17 个模型均支持用于结构化输出的 JSON 模式。
是，GMI 上全部 17 个模型均支持函数调用（工具使用）。
是，GMI 提供 15 个推理模型：DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max)、MiMo-V2.6-Pro (BF16)、MiniMax-M3.1-Flash、MiMo-V2.6-Flash (BF16)、DeepSeek V4 Pro 0813 (max)、MiniMax-M3、MiniMax-M2.5 FP8、GLM-5.3-Flash、DeepSeek V4 Flash Vision (max)、Qwen3.6 35B A3B FP8、Kimi K2.7 Code (FP8)、Hy3、DeepSeek V4.1 Flash (max)和DeepSeek V4 Flash 0731 (max)。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，GMI 上 17 个模型中有 16 个是开放权重模型：DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max)、MiMo-V2.6-Pro (BF16)、MiniMax-M3.1-Flash、MiMo-V2.6-Flash (BF16)、DeepSeek V4 Pro 0813 (max)、MiniMax-M3、MiniMax-M2.5 FP8、GLM-5.3-Flash、Qwen3.6 35B A3B (non-reasoning) FP8、Qwen3.6 35B A3B FP8、Kimi K2.7 Code (FP8)、Hy3、Kimi K2.5 (non-reasoning)、DeepSeek V4.1 Flash (max)和DeepSeek V4 Flash 0731 (max)。
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。