Novita：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 Novita 提供的最佳模型。
最智能
DeepSeek V4.1 Flash 1017 (max)
GLM-5.3 (max)
MiniMax-M3.1-FlashGLM-5.3-FlashDeepSeek V4.1 Flash (max)Intelligence Index
共 61 个模型
速度最快
Nemotron 3 Nano (non-reasoning) (FP4)Nemotron 3 Nano (FP4)
gpt-oss-120b (high)gpt-oss-120b (low)DeepSeek V4.1 Flash 1017 (max)输出速度
共 61 个模型
价格最低
Llama 3.1 8BGLM-4.7-FlashGLM-4.7-Flash (non-reasoning)Nemotron 3 Nano (FP4)Nemotron 3 Nano (non-reasoning) (FP4)每 100 万 token 的混合价格
共 61 个模型
Novita 提供 61 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，Novita 上表现最好的模型是 DeepSeek V4.1 Flash 1017 (max)（45）、GLM-5.3 (max)（45）和MiniMax-M3.1-Flash（43）。
- 输出速度方面，最快的模型是 Nemotron 3 Nano (non-reasoning) (FP4)（277 t/s）、Nemotron 3 Nano (FP4)（272 t/s）和gpt-oss-120b (high)（234 t/s）。 各模型之间的速度差异显著，最快与最慢相差 72%。
- 延迟方面，Llama 3.1 8B（0.95 秒）、Nemotron 3 Nano (non-reasoning) (FP4)（1.00 秒）和Llama 4 Scout（1.00 秒） 的首个答案 Token 延迟最低。
- 价格方面，Llama 3.1 8B（$0.02）、GLM-4.7-Flash（$0.06）和GLM-4.7-Flash (non-reasoning)（$0.06） 每 100 万 token 的混合价格最低。 各模型价格最多相差 2.8 倍。
- 上下文窗口方面，DeepSeek V4.1 Flash 1017 (max)（1M）、GLM-5.3-Flash（1M）和DeepSeek V4 Pro 0813 (max)（1M） 支持 Novita 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 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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
DeepSeek V4.1 Flash 1017 (max) | 1.05M | 开放 | 45 | $0.24 | 158 | 1.47 | 17.29 | 12.66 | |||
GLM-5.3 (max) | 1M | 开放 | 45 | $2.00 | 92 | 2.15 | 29.42 | 21.81 | |||
MiniMax-M3.1-Flash | 1M | 专有 | 43 | $0.20 | 104 | 1.82 | 25.97 | 19.32 | |||
GLM-5.3-Flash | 1.05M | 开放 | 42 | $0.29 | 78 | 3.14 | 35.34 | 25.76 | |||
DeepSeek V4.1 Flash (max) | 524k | 开放 | 39 | $0.24 | 151 | 1.50 | 18.08 | 13.26 | |||
DeepSeek V4 Pro 0813 (max) | 1.05M | 开放 | 36 | $0.70 | 77 | 2.25 | 34.63 | 25.90 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | 开放 | 34 | $0.26 | 109 | 1.63 | 24.52 | 18.31 | |||
GLM-5.2 (max) (FP8) | 1.05M | 开放 | 34 | $0.88 | 70 | 2.37 | 38.14 | 28.62 | |||
DeepSeek V4 Pro (max) | 1.05M | 开放 | 30 | $1.09 | 100 | 1.89 | 50.62 | 43.73 | |||
DeepSeek V4 Pro (high) | 1.05M | 开放 | 30* | -- | -- | -- | -- | -- | |||
MiniMax-M3 | 1M | 开放 | 29 | $0.46 | 98 | 1.99 | 27.53 | 20.42 | |||
GLM-5 FP8 | 203k | 开放 | 28* | -- | 67 | 2.34 | 56.03 | 46.25 | |||
 Kimi K2.6 | 262k | 开放 | 27 | $0.67 | 82 | 4.11 | 64.59 | 54.37 | |||
GLM-5.1 (FP8) | 205k | 开放 | 26 | $1.07 | 57 | 3.51 | 79.23 | 66.90 | |||
Kimi K2.7 Code | 262k | 开放 | 26 | $0.55 | 62 | 4.35 | 48.55 | 36.10 | |||
 Hy3 | 262k | 开放 | 25 | $0.07 | 82 | 2.63 | 33.18 | 24.43 | |||
GLM-5.1 (non-reasoning) (FP8) | 205k | 开放 | 24* | -- | 57 | 3.37 | 12.21 | -- | |||
Kimi K2.6 (non-reasoning) | 262k | 开放 | 24* | -- | 71 | 4.16 | 11.25 | -- | |||
Kimi K2.5 | 262k | 开放 | 23* | -- | 51 | 2.46 | 70.17 | 57.94 | |||
 Qwen3.5 27B | 262k | 开放 | 23* | -- | 56 | 6.38 | 51.33 | 35.96 | |||
MiniMax-M2.5 | 205k | 开放 | 23* | -- | 52 | 2.19 | 49.98 | 38.23 | |||
MiniMax-M2.7 (FP8) | 205k | 开放 | 23 | -- | 58 | 2.22 | 53.45 | 42.58 | |||
GLM-4.7 | 205k | 开放 | 22* | -- | 35 | 5.00 | 75.94 | 56.75 | |||
Kimi K2 Thinking | 262k | 开放 | 22* | -- | 51 | 2.42 | 51.38 | 39.16 | |||
GLM-5 (non-reasoning) (FP8) | 203k | 开放 | 22* | -- | 67 | 2.31 | 9.72 | -- | |||
Qwen3.5 397B A17B (non-reasoning) | 262k | 开放 | 21* | -- | 59 | 2.26 | 10.70 | -- | |||
Qwen3.6 27B | 262k | 开放 | 21 | $0.62 | 59 | 3.40 | 108.97 | 97.02 | |||
Qwen3.6 27B (non-reasoning) | 262k | 开放 | 20* | -- | 60 | 3.43 | 11.79 | -- | |||
Kimi K2.5 (non-reasoning) | 262k | 开放 | 19* | -- | 50 | 1.96 | 11.89 | -- | |||
Qwen3.5 35B A3B | 262k | 开放 | 19* | -- | 83 | 2.28 | 32.42 | 24.11 | |||
GLM-4.6 | 205k | 开放 | 19* | -- | 36 | 4.89 | 73.74 | 55.08 | |||
Qwen3.5 397B A17B | 262k | 开放 | 18 | $0.47 | 59 | 2.39 | 65.10 | 54.20 | |||
Qwen3.6 35B A3B | 205k | 开放 | 18 | $0.31 | 135 | 1.95 | 45.64 | 39.98 | |||
GLM-4.7 (non-reasoning) | 205k | 开放 | 17* | -- | 36 | 5.38 | 19.42 | -- | |||
 Gemma 4 26B A4B | 262k | 开放 | 17* | -- | 90 | 1.37 | 29.29 | 22.33 | |||
Qwen3.5 122B A10B | 262k | 开放 | 16 | $0.32 | 123 | 2.38 | 22.74 | 16.28 | |||
Kimi K2 0905 | 262k | 开放 | 15* | -- | 50 | 1.67 | 11.75 | -- | |||
Qwen3.6 35B A3B (non-reasoning) | 205k | 开放 | 15* | -- | 151 | 1.91 | 5.22 | -- | |||
GLM-4.6 (non-reasoning) | 205k | 开放 | 15* | -- | 35 | 5.38 | 19.81 | -- | |||
GLM-4.7-Flash | 200k | 开放 | 15* | -- | 65 | 18.37 | 56.93 | 30.85 | |||
DeepSeek V3.1 Terminus (FP8) | 131k | 开放 | 15 | -- | -- | -- | -- | -- | |||
Gemma 4 31B | 262k | 开放 | 15 | $0.10 | 22 | 2.37 | 102.93 | 78.08 | |||
DeepSeek V3.1 Terminus (non-reasoning) (FP8) | 131k | 开放 | 14* | -- | -- | -- | -- | -- | |||
Gemma 4 31B (non-reasoning) | 262k | 开放 | 14* | -- | 21 | 2.28 | 26.62 | -- | |||
DeepSeek V3.1 (non-reasoning) | 164k | 开放 | 14* | -- | -- | -- | -- | -- | |||
DeepSeek V3.1 | 131k | 开放 | 13* | -- | -- | -- | -- | -- | |||
Gemma 4 26B A4B (non-reasoning) | 262k | 开放 | 13* | -- | 97 | 1.13 | 6.27 | -- | |||
DeepSeek R1 0528 | 164k | 开放 | 13* | -- | 33 | 1.31 | 77.88 | 61.26 | |||
Kimi K2 | 131k | 开放 | 13* | -- | 49 | 1.92 | 12.05 | -- | |||
MiniMax M1 80k | 1M | 开放 | 12* | -- | 100 | 1.78 | 26.81 | 20.02 | |||
gpt-oss-120b (high) | 131k | 开放 | 12 | $0.04 | 213 | 0.98 | 12.69 | 9.37 | |||
DeepSeek R1 (Jan) Turbo | 64k | 开放 | 11 | $0.11 | -- | -- | -- | -- | |||
DeepSeek R1 (Jan) | 64k | 开放 | 11 | $0.46 | -- | -- | -- | -- | |||
GLM-4.6V | 131k | 开放 | 11* | -- | 87 | 3.79 | 32.55 | 23.01 | |||
GLM-4.7-Flash (non-reasoning) | 200k | 开放 | 11* | -- | 74 | 2.87 | 9.66 | -- | |||
gpt-oss-120b (low) | 131k | 开放 | 10* | -- | 255 | 0.91 | 10.69 | 7.83 | |||
Llama 4 Maverick (FP8) | 1.05M | 开放 | 9 | $0.04 | 41 | 1.05 | 13.28 | -- | |||
Nemotron 3 Nano (FP4) | 262k | 开放 | 9 | $0.02 | 241 | 1.01 | 11.38 | 8.30 | |||
DeepSeek V3 (Dec) | 64k | 开放 | 8 | $0.05 | 121 | 1.61 | 5.75 | -- | |||
GLM-4.6V (non-reasoning) | 131k | 开放 | 8* | -- | 80 | 3.77 | 10.00 | -- | |||
Qwen3 VL 30B A3B | 131k | 开放 | 8* | -- | 29 | 2.77 | 20.21 | -- | |||
Llama 3.3 70B | 131k | 开放 | 8* | -- | 46 | 1.67 | 12.47 | -- | |||
GLM-4.5V | 65.5k | 开放 | 8* | -- | 64 | 3.36 | 42.52 | 31.32 | |||
Llama 3.1 8B | 16.4k | 开放 | 7* | -- | 141 | 0.95 | 4.50 | -- | |||
Nemotron 3 Nano (non-reasoning) (FP4) | 262k | 开放 | 7* | -- | 270 | 1.00 | 2.85 | -- | |||
GLM-4.5V (non-reasoning) | 65.5k | 开放 | 7* | -- | 66 | 3.43 | 10.96 | -- | |||
Llama 4 Scout | 131k | 开放 | 6 | $0.11 | 23 | 1.03 | 23.15 | -- | |||
Llama 3 70B | 8.19k | 开放 | 5* | -- | -- | -- | -- | -- | |||
Gemma 3 27B | 98.3k | 开放 | 5 | $0.24 | 31 | 1.62 | 17.97 | -- | |||
Llama 3 8B | 8.19k | 开放 | 5* | -- | -- | -- | -- | -- | |||
关键定义
常见问题
关于 Novita 的常见问题
Novita 提供我们跟踪的 61 个模型：DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max)、MiniMax-M3.1-Flash、GLM-5.3-Flash、DeepSeek V4.1 Flash (max)、DeepSeek V4 Pro 0813 (max)、DeepSeek V4 Flash 0731 (max)、GLM-5.2 (max) (FP8)、DeepSeek V4 Pro (max)、MiniMax-M3、GLM-5 FP8、Kimi K2.6、GLM-5.1 (FP8)、Kimi K2.7 Code、Hy3、GLM-5.1 (non-reasoning) (FP8)、Kimi K2.6 (non-reasoning)、Kimi K2.5、Qwen3.5 27B、MiniMax-M2.5、MiniMax-M2.7 (FP8)、GLM-4.7、Kimi K2 Thinking、GLM-5 (non-reasoning) (FP8)、Qwen3.5 397B A17B (non-reasoning)、Qwen3.6 27B、Qwen3.6 27B (non-reasoning)、Kimi K2.5 (non-reasoning)、Qwen3.5 35B A3B、GLM-4.6、Qwen3.5 397B A17B、Qwen3.6 35B A3B、GLM-4.7 (non-reasoning)、Gemma 4 26B A4B、Qwen3.5 122B A10B、Kimi K2 0905、Qwen3.6 35B A3B (non-reasoning)、GLM-4.6 (non-reasoning)、GLM-4.7-Flash、Gemma 4 31B、Gemma 4 31B (non-reasoning)、Gemma 4 26B A4B (non-reasoning)、DeepSeek R1 0528、Kimi K2、MiniMax M1 80k、gpt-oss-120b (high)、GLM-4.6V、GLM-4.7-Flash (non-reasoning)、gpt-oss-120b (low)、Llama 4 Maverick (FP8)、Nemotron 3 Nano (FP4)、DeepSeek V3 (Dec)、GLM-4.6V (non-reasoning)、Qwen3 VL 30B A3B、Llama 3.3 70B、GLM-4.5V、Llama 3.1 8B、Nemotron 3 Nano (non-reasoning) (FP4)、GLM-4.5V (non-reasoning)、Llama 4 Scout和Gemma 3 27B。
Novita 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，Novita 上最快的模型是 Nemotron 3 Nano (non-reasoning) (FP4)，速度为每秒 277.2 个 token。
Novita 上首个答案 Token 延迟最低的模型是 Llama 3.1 8B，延迟为 0.95 秒。延迟越低，初始响应越快。
按混合价格计算，Novita 上最实惠的模型是 Llama 3.1 8B，每 100 万 token 的价格为 $0.02（缓存命中/输入/输出比例为 7:2:1）。
Novita 上各模型价格最多相差 39 倍，从最实惠的 Llama 3.1 8B（每 100 万 token $0.02）到最昂贵的 GLM-5.2 (max) (FP8)（每 100 万 token $0.90）。
是，Novita 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。
Novita 上 61 个模型中，有 60 个支持用于结构化输出的 JSON 模式。
Novita 上 61 个模型中，有 57 个支持函数调用（工具使用）。
是，Novita 提供 37 个推理模型：DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max)、MiniMax-M3.1-Flash、GLM-5.3-Flash、DeepSeek V4.1 Flash (max)、DeepSeek V4 Pro 0813 (max)、DeepSeek V4 Flash 0731 (max)、GLM-5.2 (max) (FP8)、DeepSeek V4 Pro (max)、MiniMax-M3、GLM-5 FP8、Kimi K2.6、GLM-5.1 (FP8)、Kimi K2.7 Code、Hy3、Kimi K2.5、Qwen3.5 27B、MiniMax-M2.5、MiniMax-M2.7 (FP8)、GLM-4.7、Kimi K2 Thinking、Qwen3.6 27B、Qwen3.5 35B A3B、GLM-4.6、Qwen3.5 397B A17B、Qwen3.6 35B A3B、Gemma 4 26B A4B、Qwen3.5 122B A10B、GLM-4.7-Flash、Gemma 4 31B、DeepSeek R1 0528、MiniMax M1 80k、gpt-oss-120b (high)、GLM-4.6V、gpt-oss-120b (low)、Nemotron 3 Nano (FP4)和GLM-4.5V。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，Novita 上 61 个模型中有 60 个是开放权重模型：DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max)、GLM-5.3-Flash、DeepSeek V4.1 Flash (max)、DeepSeek V4 Pro 0813 (max)、DeepSeek V4 Flash 0731 (max)、GLM-5.2 (max) (FP8)、DeepSeek V4 Pro (max)、MiniMax-M3、GLM-5 FP8、Kimi K2.6、GLM-5.1 (FP8)、Kimi K2.7 Code、Hy3、GLM-5.1 (non-reasoning) (FP8)、Kimi K2.6 (non-reasoning)、Kimi K2.5、Qwen3.5 27B、MiniMax-M2.5、MiniMax-M2.7 (FP8)、GLM-4.7、Kimi K2 Thinking、GLM-5 (non-reasoning) (FP8)、Qwen3.5 397B A17B (non-reasoning)、Qwen3.6 27B、Qwen3.6 27B (non-reasoning)、Kimi K2.5 (non-reasoning)、Qwen3.5 35B A3B、GLM-4.6、Qwen3.5 397B A17B、Qwen3.6 35B A3B、GLM-4.7 (non-reasoning)、Gemma 4 26B A4B、Qwen3.5 122B A10B、Kimi K2 0905、Qwen3.6 35B A3B (non-reasoning)、GLM-4.6 (non-reasoning)、GLM-4.7-Flash、Gemma 4 31B、Gemma 4 31B (non-reasoning)、Gemma 4 26B A4B (non-reasoning)、DeepSeek R1 0528、Kimi K2、MiniMax M1 80k、gpt-oss-120b (high)、GLM-4.6V、GLM-4.7-Flash (non-reasoning)、gpt-oss-120b (low)、Llama 4 Maverick (FP8)、Nemotron 3 Nano (FP4)、DeepSeek V3 (Dec)、GLM-4.6V (non-reasoning)、Qwen3 VL 30B A3B、Llama 3.3 70B、GLM-4.5V、Llama 3.1 8B、Nemotron 3 Nano (non-reasoning) (FP4)、GLM-4.5V (non-reasoning)、Llama 4 Scout和Gemma 3 27B。
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 Novita 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。