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
DeepSeek V4.1 Flash 1017 (max)
GLM-5.3 (max)
Kimi K3 (max)
MiniMax-M3.1-FlashGLM-5.3-FlashIntelligence Index
共 30 个模型
速度最快
gpt-oss-120b (low)gpt-oss-120b (high)MiniMax-M3.1-FlashDeepSeek V4.1 Flash (max)Kimi K3 (max)输出速度
共 30 个模型
价格最低
Gemma 3 4B (FP8)Gemma 3 27BMiniMax-M3.1-FlashGLM-5.3-FlashGemma 4 26B A4B每 100 万 token 的混合价格
共 30 个模型
Parasail 提供 30 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 DeepSeek V4.1 Flash 1017 (max)（45）、GLM-5.3 (max)（45）和Kimi K3 (max)（44）。
- 输出速度方面，最快的模型是 gpt-oss-120b (low)（316 t/s）、gpt-oss-120b (high)（311 t/s）和MiniMax-M3.1-Flash（271 t/s）。 各模型之间的速度差异显著，最快与最慢相差 53%。
- 延迟方面，Qwen3 Next 80B A3B（0.79 秒）、Qwen3 Coder Next (FP8)（0.80 秒）和Qwen3.6 35B A3B (non-reasoning) (FP8)（0.93 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，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
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) | 1M | 开放 | 45 | $0.24 | 156 | 0.67 | 16.66 | 12.79 | |||
GLM-5.3 (max) | 1M | 开放 | 45 | $1.97 | 153 | 1.16 | 17.50 | 13.07 | |||
Kimi K3 (max) | 1.05M | 开放 | 44 | $4.14 | 206 | 1.19 | 13.34 | 9.72 | |||
GLM-5.3-Flash | 1M | 开放 | 42 | $0.67 | 111 | 1.66 | 24.11 | 17.97 | |||
DeepSeek V4.1 Flash (max) | 1.05M | 开放 | 39 | $0.24 | 137 | 0.74 | 18.94 | 14.56 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | 开放 | 34 | -- | 93 | 1.31 | 28.32 | 21.61 | |||
GLM-5.2 (max) (NVFP4) | 1M | 开放 | 34 | -- | 178 | 1.12 | 15.15 | 11.22 | |||
 Qwen3.8 27B (xhigh) (FP8) | 262k | 开放 | 34 | $0.60 | 68 | 1.42 | 37.92 | 29.20 | |||
MiniMax-M3 (MXFP8) | 1M | 开放 | 29 | $0.46 | 151 | 1.11 | 17.70 | 13.27 | |||
Kimi K2.6 | 262k | 开放 | 27 | $0.68 | 77 | 1.33 | 65.46 | 57.65 | |||
DeepSeek V4 Flash (high) (FP8) | 1.05M | 开放 | 24 | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash (max) (FP8) | 1.05M | 开放 | 24 | -- | 62 | 1.70 | 100.86 | 91.05 | |||
Kimi K2.6 (non-reasoning) (INT4) | 262k | 开放 | 24* | -- | 72 | 1.44 | 8.37 | -- | |||
Qwen3.5 397B A17B | 262k | 开放 | 18 | $0.29 | 87 | 1.21 | 43.46 | 36.52 | |||
Qwen3.6 35B A3B | 262k | 开放 | 18 | $0.12 | 116 | 1.03 | 51.99 | 46.64 | |||
Gemma 4 26B A4B | 256k | 开放 | 17* | -- | 51 | 1.57 | 50.23 | 38.93 | |||
Qwen3.6 35B A3B (non-reasoning) (FP8) | 262k | 开放 | 15* | -- | 119 | 1.02 | 5.23 | -- | |||
Gemma 4 31B | 262k | 开放 | 15 | $0.07 | 59 | 1.53 | 39.49 | 29.47 | |||
Gemma 4 31B (non-reasoning) | 262k | 开放 | 14* | -- | 70 | 1.40 | 8.54 | -- | |||
Gemma 4 26B A4B (non-reasoning) | 262k | 开放 | 13* | -- | 65 | 1.50 | 9.24 | -- | |||
Qwen3 235B 2507 | 131k | 开放 | 12* | -- | 32 | 1.41 | 17.14 | -- | |||
gpt-oss-120b (high) | 131k | 开放 | 12 | $0.06 | 287 | 0.81 | 9.53 | 6.97 | |||
gpt-oss-120b (low) | 131k | 开放 | 10* | -- | 300 | 0.89 | 9.22 | 6.66 | |||
Qwen3 VL 235B A22B (FP8) | 131k | 开放 | 10* | -- | 37 | 1.32 | 14.88 | -- | |||
Qwen3 Next 80B A3B | 262k | 开放 | 10* | -- | 160 | 0.91 | 4.04 | -- | |||
 Llama 4 Maverick (FP8) | 1.05M | 开放 | 9 | $0.03 | 87 | 1.07 | 6.80 | -- | |||
Qwen3 Coder Next (FP8) | 262k | 开放 | 9 | $0.12 | 74 | 0.99 | 7.73 | -- | |||
Llama 3.3 70B (FP8) | 131k | 开放 | 8* | -- | 81 | 2.32 | 8.51 | -- | |||
Gemma 3 27B | 131k | 开放 | 5 | $0.10 | 49 | 2.24 | 12.35 | -- | |||
Gemma 3 4B (FP8) | 131k | 开放 | 5* | -- | 173 | 1.05 | 3.93 | -- | |||
关键定义
常见问题
关于 Parasail 的常见问题
Parasail 提供我们跟踪的 30 个模型：DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max)、Kimi K3 (max)、MiniMax-M3.1-Flash、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 (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)、Qwen3 VL 235B A22B (FP8)、Qwen3 Next 80B A3B、Llama 4 Maverick (FP8)、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 DeepSeek V4.1 Flash 1017 (max)，Intelligence Index 得分为 45。
按输出速度计算，Parasail 上最快的模型是 gpt-oss-120b (low)，速度为每秒 316.0 个 token。
Parasail 上首个答案 Token 延迟最低的模型是 Qwen3 Next 80B A3B，延迟为 0.79 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 30 个模型均支持用于结构化输出的 JSON 模式。
Parasail 上 30 个模型中，有 28 个支持函数调用（工具使用）。
是，Parasail 提供 18 个推理模型：DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max)、Kimi K3 (max)、MiniMax-M3.1-Flash、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 (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 30 个模型中有 29 个是开放权重模型：DeepSeek V4.1 Flash 1017 (max)、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 (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)、Qwen3 VL 235B A22B (FP8)、Qwen3 Next 80B A3B、Llama 4 Maverick (FP8)、Qwen3 Coder Next (FP8)、Llama 3.3 70B (FP8)、Gemma 3 27B和Gemma 3 4B (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 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。