SambaNova：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 SambaNova 提供的最佳模型。
最智能
Updated
MiniMax-M3
Gemma 4 31BGemma 4 31B (non-reasoning)
DeepSeek V3.1 (non-reasoning)DeepSeek V3.1Intelligence Index
共 8 个模型
速度最快
gpt-oss-120b (low)gpt-oss-120b (high)
Llama 3.3 70BGemma 4 31B (non-reasoning)Gemma 4 31B输出速度
共 8 个模型
价格最低
gpt-oss-120b (high)gpt-oss-120b (low)Gemma 4 31BGemma 4 31B (non-reasoning)Llama 3.3 70B每 100 万 token 的混合价格
共 8 个模型
SambaNova 提供 8 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，SambaNova 上表现最好的模型是 MiniMax-M3（29）、Gemma 4 31B（15）和Gemma 4 31B (non-reasoning)（14）。
- 输出速度方面，最快的模型是 gpt-oss-120b (low)（746 t/s）、gpt-oss-120b (high)（706 t/s）和Llama 3.3 70B（274 t/s）。 各模型之间的速度差异显著，最快与最慢相差 269%。
- 延迟方面，Llama 3.3 70B（2.12 秒）、Gemma 4 31B (non-reasoning)（2.86 秒）和DeepSeek V3.1 (non-reasoning)（3.69 秒） 的首个答案 Token 延迟最低。
- 价格方面，gpt-oss-120b (high)（$0.26）、gpt-oss-120b (low)（$0.26）和Gemma 4 31B（$0.46） 每 100 万 token 的混合价格最低。 各模型价格最多相差 2.6 倍。
- 上下文窗口方面，MiniMax-M3（1M）、Gemma 4 31B（131k）和Gemma 4 31B (non-reasoning)（131k） 支持 SambaNova 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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
MiniMax-M3 | 1.05M | 开放 | 29 | $3.83 | 52 | 4.21 | 52.64 | 38.74 | |||
MiniMax-M2.7 | 197k | 开放 | 23 | $0.33 | -- | -- | -- | -- | |||
DeepSeek V3.2 | 8.19k | 开放 | 21* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 (non-reasoning) | 8.19k | 开放 | 16* | -- | -- | -- | -- | -- | |||
DeepSeek V3.1 Terminus | 131k | 开放 | 15 | -- | -- | -- | -- | -- | |||
Gemma 4 31B | 131k | 开放 | 15 | $0.28 | 199 | 7.61 | 18.84 | 8.72 | |||
DeepSeek V3.1 Terminus (non-reasoning) | 128k | 开放 | 14* | -- | -- | -- | -- | -- | |||
Gemma 4 31B (non-reasoning) | 131k | 开放 | 14* | -- | 192 | 2.28 | 4.88 | -- | |||
DeepSeek V3.1 (non-reasoning) | 131k | 开放 | 14* | -- | 185 | 3.02 | 5.72 | -- | |||
DeepSeek V3.1 | 128k | 开放 | 13* | -- | 115 | 3.03 | 24.84 | 17.45 | |||
gpt-oss-120b (high) | 131k | 开放 | 12 | $0.15 | 699 | 2.14 | 5.71 | 2.86 | |||
gpt-oss-120b (low) | 131k | 开放 | 10* | -- | 850 | 1.32 | 4.26 | 2.35 | |||
 Qwen3 32B | 32.8k | 开放 | 9* | -- | -- | -- | -- | -- | |||
DeepSeek R1 Distill Llama 70B | 131k | 开放 | 8* | -- | -- | -- | -- | -- | |||
Llama 3.3 70B | 128k | 开放 | 8* | -- | 228 | 2.97 | 5.16 | -- | |||
Qwen3 32B (non-reasoning) | 32.8k | 开放 | 7* | -- | -- | -- | -- | -- | |||
关键定义
常见问题
关于 SambaNova 的常见问题
SambaNova 上最智能的模型是 MiniMax-M3，Intelligence Index 得分为 29。
按输出速度计算，SambaNova 上最快的模型是 gpt-oss-120b (low)，速度为每秒 745.7 个 token。
SambaNova 上首个答案 Token 延迟最低的模型是 Llama 3.3 70B，延迟为 2.12 秒。延迟越低，初始响应越快。
按混合价格计算，SambaNova 上最实惠的模型是 gpt-oss-120b (high)，每 100 万 token 的价格为 $0.26（缓存命中/输入/输出比例为 7:2:1）。
SambaNova 上各模型价格最多相差 12 倍，从最实惠的 gpt-oss-120b (high)（每 100 万 token $0.26）到最昂贵的 DeepSeek V3.1（每 100 万 token $3.15）。
是，SambaNova 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，SambaNova 上全部 8 个模型均支持用于结构化输出的 JSON 模式。
是，SambaNova 上全部 8 个模型均支持函数调用（工具使用）。
是，SambaNova 提供 5 个推理模型：MiniMax-M3、Gemma 4 31B、DeepSeek V3.1、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，SambaNova 上全部 8 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 SambaNova 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。