Nebius：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 Nebius 提供的最佳模型。
最智能
DeepSeek V4.1 Flash 1017 (max)
GLM-5.3 (max) (FP4)
Kimi K3 (max)
MiniMax-M3.1-FlashGLM-5.3-FlashIntelligence Index
共 38 个模型
速度最快
DeepSeek V4.1 Flash 1017 (max)
Qwen3.8 27B (non-reasoning) (FP4)
Nemotron 3.5 Super VLQwen3.8 27B (xhigh) (FP4)
gpt-oss-120b (low) Base输出速度
共 38 个模型
价格最低
DeepSeek V4 Flash 0731 (max)Nemotron 3.5 Lightning (BF16)Nemotron 3 NanoMiniMax-M3.1-FlashGLM-5.3-Flash每 100 万 token 的混合价格
共 38 个模型
Nebius 提供 38 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，Nebius 上表现最好的模型是 DeepSeek V4.1 Flash 1017 (max)（45）、GLM-5.3 (max) (FP4)（45）和Kimi K3 (max)（44）。
- 输出速度方面，最快的模型是 DeepSeek V4.1 Flash 1017 (max)（477 t/s）、Qwen3.8 27B (non-reasoning) (FP4)（429 t/s）和Nemotron 3.5 Super VL（415 t/s）。
- 延迟方面，Qwen3 30B A3B 2507 (non-reasoning)（0.94 秒）、GLM-5.2 (non-reasoning) (FP4)（1.02 秒）和DeepSeek V4 Pro (non-reasoning)（1.27 秒） 的首个答案 Token 延迟最低。
- 价格方面，DeepSeek V4 Flash 0731 (max)（$0.06）、Nemotron 3.5 Lightning (BF16)（$0.08）和Nemotron 3 Nano（$0.08） 每 100 万 token 的混合价格最低。
- 上下文窗口方面，MiniMax-M3 (FP8)（1M）、DeepSeek V4.1 Flash 1017 (max)（1M）和Kimi K3 (max)（1M） 支持 Nebius 上最大的上下文窗口。
- DeepSeek V4.1 Flash 1017 (max) 在智能与速度之间取得了最佳平衡。若要优化成本，DeepSeek V4 Flash 0731 (max) 的价格最具竞争力。
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) (FP4) | 1M | 开放 | 45 | $1.97 | 189 | 1.47 | 14.70 | 10.59 | |||
Kimi K3 (max) | 1.05M | 开放 | 44 | $1.81 | 111 | 1.17 | 23.77 | 18.08 | |||
GLM-5.3-Flash | 1.05M | 开放 | 42 | $1.19 | 157 | 1.55 | 17.46 | 12.73 | |||
DeepSeek V4.1 Flash (max) | 1.05M | 开放 | 39 | $0.30 | 224 | 1.36 | 12.50 | 8.91 | |||
 Muse Spark Open (xhigh) (FP4) | 1.05M | 开放 | 39 | $0.70 | 120 | 1.41 | 22.21 | 16.64 | |||
DeepSeek V4 Pro 0813 (max) | 1.05M | 开放 | 36 | $3.63 | 181 | 1.60 | 15.42 | 11.05 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | 开放 | 34 | $0.09 | 230 | 1.63 | 12.51 | 8.71 | |||
GLM-5.2 (max) (FP4) | 432k | 开放 | 34 | $2.94 | 243 | 1.05 | 11.32 | 8.22 | |||
Qwen3.8 27B (xhigh) (FP4) | 262k | 开放 | 34 | $0.70 | 414 | 1.37 | 7.41 | 4.83 | |||
DeepSeek V4 Pro (max) | 1M | 开放 | 30 | $9.70 | 153 | 1.24 | 33.13 | 28.62 | |||
 Beam 1.0 (FP8) | 1.05M | 开放 | 30 | $0.30 | 233 | 1.30 | 12.03 | 8.58 | |||
DeepSeek V4 Pro (high) | 1M | 开放 | 30* | -- | -- | -- | -- | -- | |||
Kimi K3 (low) | 1.05M | 开放 | 30 | $0.86 | 83 | 1.23 | 31.28 | 24.03 | |||
MiniMax-M3 (FP8) | 1.05M | 开放 | 29 | $0.51 | 346 | 1.45 | 8.67 | 5.78 | |||
Kimi K2.6 | 262k | 开放 | 27 | $0.53 | 270 | 1.49 | 19.85 | 16.51 | |||
Nemotron 3.5 Super VL | 1.05M | 开放 | 26 | $0.44 | 421 | 1.30 | 7.25 | 4.76 | |||
GLM-5.1 (FP8, Base) | 200k | 开放 | 26 | $2.62 | 39 | 1.76 | 111.70 | 97.13 | |||
Kimi K2.7 Code (FP4) | 256k | 开放 | 26 | $0.46 | 111 | 1.37 | 26.04 | 20.14 | |||
GLM-5.1 (non-reasoning) (FP8, Base) | 200k | 开放 | 24* | -- | 40 | 1.71 | 14.25 | -- | |||
Kimi K2.6 (non-reasoning) | 262k | 开放 | 24* | -- | 271 | 1.47 | 3.32 | -- | |||
Nemotron 3 Ultra | 256k | 开放 | 23 | $0.59 | 365 | 2.19 | 9.79 | 6.23 | |||
GLM-5.2 (non-reasoning) (FP4) | 432k | 开放 | 22* | -- | 206 | 1.02 | 3.45 | -- | |||
Qwen3.5 397B A17B (non-reasoning) (Base, FP4) | 262k | 开放 | 21* | -- | 143 | 1.62 | 5.10 | -- | |||
DeepSeek V4 Pro (non-reasoning) | 1.05M | 开放 | 21* | -- | 143 | 1.28 | 4.78 | -- | |||
DeepSeek V4 Pro 0813 (non-reasoning) | 1.05M | 开放 | 20 | $1.85 | 163 | 1.64 | 4.70 | -- | |||
Qwen3.8 27B (non-reasoning) (FP4) | 262k | 开放 | 20 | $1.54 | 441 | 1.37 | 2.50 | -- | |||
Qwen3.5 397B A17B (Base, FP4) | 262k | 开放 | 18 | $0.17 | 140 | 1.62 | 27.96 | 22.77 | |||
Nemotron 3.5 Lightning (BF16) | 1.05M | 开放 | 13 | $0.09 | 250 | 1.04 | 11.04 | 8.00 | |||
Nemotron 3 Super | 256k | 开放 | 13 | $1.64 | 161 | 1.35 | 16.91 | 12.45 | |||
Qwen3 235B 2507 | 262k | 开放 | 12* | -- | 38 | 4.32 | 17.40 | -- | |||
gpt-oss-120b (high) (Base) | 128k | 开放 | 12 | $0.11 | 367 | 0.91 | 7.73 | 5.46 | |||
gpt-oss-120b (low) Base | 128k | 开放 | 10* | -- | 368 | 0.90 | 7.69 | 5.43 | |||
Nemotron 3 Nano | 262k | 开放 | 9 | $0.02 | 219 | 1.05 | 12.47 | 9.13 | |||
Qwen3 30B A3B 2507 (non-reasoning) | 262k | 开放 | 8* | -- | 180 | 1.03 | 3.81 | -- | |||
 Hermes 4 405B (FP8) | 128k | 开放 | 7* | -- | 41 | 2.30 | 63.34 | 48.83 | |||
Hermes 4 405B (non-reasoning) (FP8) | 128k | 开放 | 7* | -- | 41 | 2.27 | 14.40 | -- | |||
 Gemma 3 27B (FP8) | 110k | 开放 | 5 | $0.20 | 53 | 2.81 | 12.31 | -- | |||
关键定义
常见问题
关于 Nebius 的常见问题
Nebius 提供我们跟踪的 38 个模型：DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max) (FP4)、Kimi K3 (max)、MiniMax-M3.1-Flash、GLM-5.3-Flash、DeepSeek V4.1 Flash (max)、Muse Spark Open (xhigh) (FP4)、DeepSeek V4 Pro 0813 (max)、DeepSeek V4 Flash 0731 (max)、GLM-5.2 (max) (FP4)、Qwen3.8 27B (xhigh) (FP4)、DeepSeek V4 Pro (max)、Beam 1.0 (FP8)、Kimi K3 (low)、MiniMax-M3 (FP8)、Kimi K2.6、Nemotron 3.5 Super VL、GLM-5.1 (FP8, Base)、Kimi K2.7 Code (FP4)、GLM-5.1 (non-reasoning) (FP8, Base)、Kimi K2.6 (non-reasoning)、Nemotron 3 Ultra、GLM-5.2 (non-reasoning) (FP4)、Qwen3.5 397B A17B (non-reasoning) (Base, FP4)、DeepSeek V4 Pro (non-reasoning)、DeepSeek V4 Pro 0813 (non-reasoning)、Qwen3.8 27B (non-reasoning) (FP4)、Qwen3.5 397B A17B (Base, FP4)、Nemotron 3.5 Lightning (BF16)、Nemotron 3 Super、Qwen3 235B 2507、gpt-oss-120b (high) (Base)、gpt-oss-120b (low) Base、Nemotron 3 Nano、Qwen3 30B A3B 2507 (non-reasoning)、Hermes 4 405B (FP8)、Hermes 4 405B (non-reasoning) (FP8)和Gemma 3 27B (FP8)。
Nebius 上最智能的模型是 DeepSeek V4.1 Flash 1017 (max)，Intelligence Index 得分为 45。
按输出速度计算，Nebius 上最快的模型是 DeepSeek V4.1 Flash 1017 (max)，速度为每秒 476.8 个 token。
Nebius 上首个答案 Token 延迟最低的模型是 Qwen3 30B A3B 2507 (non-reasoning)，延迟为 0.94 秒。延迟越低，初始响应越快。
按混合价格计算，Nebius 上最实惠的模型是 DeepSeek V4 Flash 0731 (max)，每 100 万 token 的价格为 $0.06（缓存命中/输入/输出比例为 7:2:1）。
Nebius 上各模型价格最多相差 37 倍，从最实惠的 DeepSeek V4 Flash 0731 (max)（每 100 万 token $0.06）到最昂贵的 Kimi K3 (low)（每 100 万 token $2.31）。
是，Nebius 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，Nebius 上全部 38 个模型均支持用于结构化输出的 JSON 模式。
是，Nebius 上全部 38 个模型均支持函数调用（工具使用）。
是，Nebius 提供 27 个推理模型：DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max) (FP4)、Kimi K3 (max)、MiniMax-M3.1-Flash、GLM-5.3-Flash、DeepSeek V4.1 Flash (max)、Muse Spark Open (xhigh) (FP4)、DeepSeek V4 Pro 0813 (max)、DeepSeek V4 Flash 0731 (max)、GLM-5.2 (max) (FP4)、Qwen3.8 27B (xhigh) (FP4)、DeepSeek V4 Pro (max)、Beam 1.0 (FP8)、Kimi K3 (low)、MiniMax-M3 (FP8)、Kimi K2.6、Nemotron 3.5 Super VL、GLM-5.1 (FP8, Base)、Kimi K2.7 Code (FP4)、Nemotron 3 Ultra、Qwen3.5 397B A17B (Base, FP4)、Nemotron 3.5 Lightning (BF16)、Nemotron 3 Super、gpt-oss-120b (high) (Base)、gpt-oss-120b (low) Base、Nemotron 3 Nano和Hermes 4 405B (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，Nebius 上 38 个模型中有 37 个是开放权重模型：DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max) (FP4)、Kimi K3 (max)、GLM-5.3-Flash、DeepSeek V4.1 Flash (max)、Muse Spark Open (xhigh) (FP4)、DeepSeek V4 Pro 0813 (max)、DeepSeek V4 Flash 0731 (max)、GLM-5.2 (max) (FP4)、Qwen3.8 27B (xhigh) (FP4)、DeepSeek V4 Pro (max)、Beam 1.0 (FP8)、Kimi K3 (low)、MiniMax-M3 (FP8)、Kimi K2.6、Nemotron 3.5 Super VL、GLM-5.1 (FP8, Base)、Kimi K2.7 Code (FP4)、GLM-5.1 (non-reasoning) (FP8, Base)、Kimi K2.6 (non-reasoning)、Nemotron 3 Ultra、GLM-5.2 (non-reasoning) (FP4)、Qwen3.5 397B A17B (non-reasoning) (Base, FP4)、DeepSeek V4 Pro (non-reasoning)、DeepSeek V4 Pro 0813 (non-reasoning)、Qwen3.8 27B (non-reasoning) (FP4)、Qwen3.5 397B A17B (Base, FP4)、Nemotron 3.5 Lightning (BF16)、Nemotron 3 Super、Qwen3 235B 2507、gpt-oss-120b (high) (Base)、gpt-oss-120b (low) Base、Nemotron 3 Nano、Qwen3 30B A3B 2507 (non-reasoning)、Hermes 4 405B (FP8)、Hermes 4 405B (non-reasoning) (FP8)和Gemma 3 27B (FP8)。
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 Nebius 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。