Parasail：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 Parasail 提供的最佳模型。
最智能
Updated
GLM-5.3 (max)
Kimi K3 (max)GLM-5.3-Flash
DeepSeek V4.1 Flash (max)DeepSeek V4 Flash 0731 (max)Intelligence Index
共 29 个模型
速度最快
GLM-5.2 (max) (NVFP4)GLM-5.3-FlashDeepSeek V4.1 Flash (max)Kimi K2.6
MiniMax-M3 (MXFP8)输出速度
共 29 个模型
价格最低
Gemma 3 4B (FP8)Gemma 3 27BGLM-5.3-FlashGemma 4 26B A4BGemma 4 26B A4B (non-reasoning)每 100 万 token 的混合价格
共 29 个模型
Parasail 提供 29 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，Parasail 上表现最好的模型是 GLM-5.3 (max)（45）、Kimi K3 (max)（44）和GLM-5.3-Flash（42）。
- 输出速度方面，最快的模型是 GLM-5.2 (max) (NVFP4)（238 t/s）、GLM-5.3-Flash（234 t/s）和DeepSeek V4.1 Flash (max)（225 t/s）。
- 延迟方面，Gemma 3 4B (FP8)（0.97 秒）、Qwen3.6 35B A3B (non-reasoning) (FP8)（1.03 秒）和Qwen3 Coder Next (FP8)（1.10 秒） 的首个答案 Token 延迟最低。
- 价格方面，Gemma 3 4B (FP8)（$0.05）、Gemma 3 27B（$0.09）和GLM-5.3-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，Kimi K3 (max)（1M）、DeepSeek V4.1 Flash (max)（1M）和DeepSeek V4 Flash 0731 (max)（1M） 支持 Parasail 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) | 1M | 开放 | 45 | $1.97 | 148 | 1.01 | 17.88 | 13.50 | |||
Kimi K3 (max) | 1.05M | 开放 | 44 | $4.14 | 146 | 1.23 | 18.30 | 13.66 | |||
GLM-5.3-Flash | 1M | 开放 | 42 | $0.67 | 229 | 0.92 | 11.81 | 8.72 | |||
DeepSeek V4.1 Flash (max) | 1.05M | 开放 | 39 | $0.90 | 193 | 0.76 | 13.69 | 10.35 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | 开放 | 34 | -- | 135 | 1.20 | 19.75 | 14.84 | |||
GLM-5.2 (max) (NVFP4) | 1M | 开放 | 34 | -- | 238 | 1.11 | 11.62 | 8.40 | |||
 Qwen3.8 27B (xhigh) (FP8) | 262k | 开放 | 34 | $0.60 | 85 | 1.26 | 30.72 | 23.57 | |||
MiniMax-M3 (MXFP8) | 1M | 开放 | 29 | $0.46 | 173 | 1.18 | 15.65 | 11.58 | |||
Kimi K2.6 | 262k | 开放 | 27 | $0.68 | 182 | 1.29 | 28.52 | 24.48 | |||
DeepSeek V4 Flash (high) (FP8) | 1.05M | 开放 | 24 | -- | 85 | 1.79 | 22.31 | 14.62 | |||
DeepSeek V4 Flash (max) (FP8) | 1.05M | 开放 | 24 | -- | 91 | 1.66 | 68.96 | 61.79 | |||
Kimi K2.6 (non-reasoning) (INT4) | 262k | 开放 | 24* | -- | 168 | 1.22 | 4.20 | -- | |||
Qwen3.5 397B A17B | 262k | 开放 | 18 | $0.29 | 55 | 1.36 | 68.02 | 57.61 | |||
Qwen3.6 35B A3B | 262k | 开放 | 18 | $0.12 | 83 | 1.04 | 72.06 | 65.00 | |||
Gemma 4 26B A4B | 256k | 开放 | 17* | -- | 52 | 1.82 | 50.19 | 38.69 | |||
Qwen3.6 35B A3B (non-reasoning) (FP8) | 262k | 开放 | 15* | -- | 78 | 1.05 | 7.48 | -- | |||
Gemma 4 31B | 262k | 开放 | 15 | $0.07 | 37 | 3.15 | 63.11 | 46.55 | |||
Gemma 4 31B (non-reasoning) | 262k | 开放 | 14* | -- | 44 | 1.95 | 13.44 | -- | |||
Gemma 4 26B A4B (non-reasoning) | 262k | 开放 | 13* | -- | 69 | 1.70 | 8.92 | -- | |||
Qwen3 235B 2507 | 131k | 开放 | 12* | -- | 39 | 1.23 | 13.95 | -- | |||
 gpt-oss-120b (high) | 131k | 开放 | 12 | $0.06 | 168 | 0.80 | 15.69 | 11.91 | |||
gpt-oss-120b (low) | 131k | 开放 | 10* | -- | 152 | 0.84 | 17.29 | 13.16 | |||
 Llama 4 Maverick (FP8) | 1.05M | 开放 | 10* | -- | 76 | 1.28 | 7.90 | -- | |||
Qwen3 VL 235B A22B (FP8) | 131k | 开放 | 10* | -- | 51 | 1.30 | 11.20 | -- | |||
Qwen3 Next 80B A3B | 262k | 开放 | 10* | -- | 152 | 1.16 | 4.45 | -- | |||
Qwen3 Coder Next (FP8) | 262k | 开放 | 9 | $0.12 | 66 | 1.10 | 8.73 | -- | |||
Llama 3.3 70B (FP8) | 131k | 开放 | 8* | -- | 74 | 2.58 | 9.30 | -- | |||
 Olmo 3.1 32B Think | 65.5k | 开放 | 7* | -- | -- | -- | -- | -- | |||
Olmo 3 7B | 65.5k | 开放 | 5* | -- | -- | -- | -- | -- | |||
Gemma 3 27B | 131k | 开放 | 5 | $0.10 | 37 | 2.26 | 15.61 | -- | |||
Gemma 3 4B (FP8) | 131k | 开放 | 5* | -- | 169 | 0.98 | 3.95 | -- | |||
关键定义
常见问题
关于 Parasail 的常见问题
Parasail 提供我们跟踪的 29 个模型：GLM-5.3 (max)、Kimi K3 (max)、GLM-5.3-Flash、DeepSeek V4.1 Flash (max)、DeepSeek V4 Flash 0731 (max)、GLM-5.2 (max) (NVFP4)、Qwen3.8 27B (xhigh) (FP8)、MiniMax-M3 (MXFP8)、Kimi K2.6、DeepSeek V4 Flash (high) (FP8)、DeepSeek V4 Flash (max) (FP8)、Kimi K2.6 (non-reasoning) (INT4)、Qwen3.5 397B A17B、Qwen3.6 35B A3B、Gemma 4 26B A4B、Qwen3.6 35B A3B (non-reasoning) (FP8)、Gemma 4 31B、Gemma 4 31B (non-reasoning)、Gemma 4 26B A4B (non-reasoning)、Qwen3 235B 2507、gpt-oss-120b (high)、gpt-oss-120b (low)、Llama 4 Maverick (FP8)、Qwen3 VL 235B A22B (FP8)、Qwen3 Next 80B A3B、Qwen3 Coder Next (FP8)、Llama 3.3 70B (FP8)、Gemma 3 27B和Gemma 3 4B (FP8)。
Parasail 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，Parasail 上最快的模型是 GLM-5.2 (max) (NVFP4)，速度为每秒 238.3 个 token。
Parasail 上首个答案 Token 延迟最低的模型是 Gemma 3 4B (FP8)，延迟为 0.97 秒。延迟越低，初始响应越快。
按混合价格计算，Parasail 上最实惠的模型是 Gemma 3 4B (FP8)，每 100 万 token 的价格为 $0.05（缓存命中/输入/输出比例为 7:2:1）。
Parasail 上各模型价格最多相差 51 倍，从最实惠的 Gemma 3 4B (FP8)（每 100 万 token $0.05）到最昂贵的 Kimi K3 (max)（每 100 万 token $2.31）。
是，Parasail 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，Parasail 上全部 29 个模型均支持用于结构化输出的 JSON 模式。
Parasail 上 29 个模型中，有 27 个支持函数调用（工具使用）。
是，Parasail 提供 17 个推理模型：GLM-5.3 (max)、Kimi K3 (max)、GLM-5.3-Flash、DeepSeek V4.1 Flash (max)、DeepSeek V4 Flash 0731 (max)、GLM-5.2 (max) (NVFP4)、Qwen3.8 27B (xhigh) (FP8)、MiniMax-M3 (MXFP8)、Kimi K2.6、DeepSeek V4 Flash (high) (FP8)、DeepSeek V4 Flash (max) (FP8)、Qwen3.5 397B A17B、Qwen3.6 35B A3B、Gemma 4 26B A4B、Gemma 4 31B、gpt-oss-120b (high)和gpt-oss-120b (low)。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，Parasail 上全部 29 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 Parasail 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。