Makora：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 Makora 提供的最佳模型。
最智能
Updated
GLM-5.3 (max)
Kimi K3 (max)
DeepSeek V4.1 Flash (max)
Gemma 4 26B A4BGemma 4 26B A4B (non-reasoning)Intelligence Index
共 5 个模型
速度最快
Gemma 4 26B A4B (non-reasoning)Gemma 4 26B A4BDeepSeek V4.1 Flash (max)GLM-5.3 (max)Kimi K3 (max)输出速度
共 5 个模型
价格最低
Gemma 4 26B A4BGemma 4 26B A4B (non-reasoning)DeepSeek V4.1 Flash (max)GLM-5.3 (max)Kimi K3 (max)每 100 万 token 的混合价格
共 5 个模型
Makora 提供 5 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，Makora 上表现最好的模型是 GLM-5.3 (max)（45）、Kimi K3 (max)（44）和DeepSeek V4.1 Flash (max)（39）。
- 输出速度方面，最快的模型是 Gemma 4 26B A4B (non-reasoning)（355 t/s）、Gemma 4 26B A4B（285 t/s）和DeepSeek V4.1 Flash (max)（270 t/s）。 各模型之间的速度差异显著，最快与最慢相差 358%。
- 延迟方面，Gemma 4 26B A4B (non-reasoning)（0.75 秒）、Gemma 4 26B A4B（7.68 秒）和DeepSeek V4.1 Flash (max)（8.04 秒） 的首个答案 Token 延迟最低。
- 价格方面，Gemma 4 26B A4B（$0.07）、Gemma 4 26B A4B (non-reasoning)（$0.07）和DeepSeek V4.1 Flash (max)（$0.19） 每 100 万 token 的混合价格最低。 各模型价格最多相差 27.9 倍。
- 上下文窗口方面，GLM-5.3 (max)（1M）、Kimi K3 (max)（1M）和DeepSeek V4.1 Flash (max)（1M） 支持 Makora 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, 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) | 1.05M | 开放 | 45 | $1.90 | 196 | 0.82 | 13.58 | 10.21 | |||
Kimi K3 (max) | 1.05M | 开放 | 44 | $1.21 | 65 | 1.17 | 39.72 | 30.85 | |||
DeepSeek V4.1 Flash (max) | 1.05M | 开放 | 39 | $1.11 | 278 | 0.65 | 9.64 | 7.19 | |||
DeepSeek V4 Flash 0731 (max) | 1M | 开放 | 34 | $0.42 | 78 | 0.82 | 32.88 | 25.65 | |||
DeepSeek V4 Flash (high) | 1M | 开放 | 24 | $0.29 | 72 | 1.24 | 25.28 | 17.13 | |||
DeepSeek V4 Flash (non-reasoning) | 1M | 开放 | 19* | -- | 89 | 1.00 | 6.61 | -- | |||
Gemma 4 26B A4B | 1M | 开放 | 17* | -- | 245 | 2.64 | 12.83 | 8.16 | |||
Gemma 4 26B A4B (non-reasoning) | 1M | 开放 | 13* | -- | 248 | 1.38 | 3.40 | -- | |||
关键定义
常见问题
关于 Makora 的常见问题
Makora 提供我们跟踪的 5 个模型：GLM-5.3 (max)、Kimi K3 (max)、DeepSeek V4.1 Flash (max)、Gemma 4 26B A4B和Gemma 4 26B A4B (non-reasoning)。
Makora 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，Makora 上最快的模型是 Gemma 4 26B A4B (non-reasoning)，速度为每秒 355.0 个 token。
Makora 上首个答案 Token 延迟最低的模型是 Gemma 4 26B A4B (non-reasoning)，延迟为 0.75 秒。延迟越低，初始响应越快。
按混合价格计算，Makora 上最实惠的模型是 Gemma 4 26B A4B，每 100 万 token 的价格为 $0.07（缓存命中/输入/输出比例为 7:2:1）。
Makora 上各模型价格最多相差 28 倍，从最实惠的 Gemma 4 26B A4B（每 100 万 token $0.07）到最昂贵的 Kimi K3 (max)（每 100 万 token $1.96）。
是，Makora 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，Makora 上全部 5 个模型均支持用于结构化输出的 JSON 模式。
是，Makora 上全部 5 个模型均支持函数调用（工具使用）。
是，Makora 提供 4 个推理模型：GLM-5.3 (max)、Kimi K3 (max)、DeepSeek V4.1 Flash (max)和Gemma 4 26B A4B。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，Makora 上全部 5 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 Makora 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。