Together AI：模型智能、性能与价格
分析 Together AI 各模型的关键指标，包括质量、价格、输出速度、延迟、上下文窗口等。 本分析旨在帮助你根据使用场景，选择 Together AI 提供的最佳模型。
最智能
Intelligence Index
共 11 个模型
速度最快
输出速度
共 11 个模型
价格最低
每 100 万 token 的混合价格
共 11 个模型
Together AI 提供 11 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，Together AI 上表现最好的模型是 Kimi K3 (max)（57）、MiniMax-M3（44）和Kimi K2.7 Code（42）。
- 输出速度方面，最快的模型是 Kimi K2.6 (FP4)（401 t/s）、Kimi K2.7 Code（227 t/s）和Nemotron 3 Ultra（145 t/s）。 各模型之间的速度差异显著，最快与最慢相差 365%。
- 延迟方面，Kimi K2.6 (FP4)（0.64 秒）、Gemma 4 31B (FP8)（1.28 秒）和Gemma 3n E4B（1.29 秒） 的首个答案 Token 延迟最低。
- 价格方面，Gemma 3n E4B（$0.07）、Qwen3.5 9B (FP8)（$0.18）和MiniMax-M3（$0.22） 每 100 万 token 的混合价格最低。 各模型价格最多相差 6.8 倍。
- 上下文窗口方面，Kimi K3 (max)（1M）、MiniMax-M3（1M）和Inkling（524k） 支持 Together AI 上最大的上下文窗口。
亮点
智能评测
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic real-world work tasks, (Elo-500)/2000
Agentic tool use
Agentic coding & terminal use
Coding
Reasoning & knowledge
Scientific reasoning
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Agentic knowledge work, Elo
Agentic SaaS workflows
Legal agentic work, criterion pass rate
Agentic business operations
Instruction following
Long-horizon agentic tasks
Kubernetes incident root-cause analysis
Visual reasoning
Intelligence Index vs. Price
上下文窗口
Context Window
价格
Intelligence Index vs. Price
性能摘要
Output Speed vs. Price
速度
按输出速度（每秒 token 数）衡量
Output Speed
延迟
按首 Token 延迟（秒）衡量
Latency: Time To First Answer Token
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
End-to-End Response Time vs. Price
进一步分析 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
Kimi K3 (max) | 1M | 开放 | 57 | $1.46 | 55 | 0.94 | 46.46 | 36.42 | |||
MiniMax-M3 | 1M | 开放 | 44 | $0.20 | 62 | 0.93 | 41.16 | 32.19 | |||
Kimi K2.7 Code | 262k | 开放 | 42 | $0.30 | 227 | 0.51 | 12.55 | 9.83 | |||
Inkling | 524k | 开放 | 41 | $0.61 | 99 | 0.63 | 25.99 | 20.29 | |||
Nemotron 3 Ultra | 512k | 开放 | 38 | $0.40 | 145 | 0.72 | 19.83 | 15.67 | |||
Kimi K2.6 (FP4) | 262k | 开放 | 35* | -- | 401 | 0.64 | 1.89 | -- | |||
 GLM-4.7 | 203k | 开放 | 34 | $0.27 | -- | -- | -- | -- | |||
MiniMax-M2.5 (FP4) | 197k | 开放 | 34* | -- | -- | -- | -- | -- | |||
Gemma 4 31B (FP8) | 262k | 开放 | 29 | $0.10 | 58 | 1.56 | 40.30 | 30.08 | |||
GLM-4.6 | 203k | 开放 | 29 | $0.33 | -- | -- | -- | -- | |||
GLM-4.7 | 203k | 开放 | 27* | -- | -- | -- | -- | -- | |||
GLM-4.6 | 203k | 开放 | 23* | -- | -- | -- | -- | -- | |||
Gemma 4 31B (FP8) | 262k | 开放 | 22 | $0.10 | 62 | 1.28 | 9.32 | -- | |||
Qwen3.5 9B (FP8) | 262k | 开放 | 21 | $0.31 | 86 | 0.74 | 29.84 | 23.28 | |||
 Apriel-v1.5-15B-Thinker | 131k | 开放 | 21* | -- | -- | -- | -- | -- | |||
Qwen3 Coder Next (FP8) | 262k | 开放 | 21 | $0.47 | -- | -- | -- | -- | |||
 DeepSeek V3.1 | 131k | 开放 | 21* | -- | -- | -- | -- | -- | |||
Apriel-v1.6-15B-Thinker | 131k | 开放 | 21* | -- | -- | -- | -- | -- | |||
DeepSeek R1 0528 | 164k | 开放 | 20* | -- | -- | -- | -- | -- | |||
DeepSeek R1 (Jan) | 164k | 开放 | 19 | $0.50 | -- | -- | -- | -- | |||
GLM-4.5-Air (FP8) | 131k | 开放 | 17* | -- | -- | -- | -- | -- | |||
Llama 4 Maverick | 1.05M | 开放 | 14 | $0.04 | -- | -- | -- | -- | |||
Llama 3.3 70B Turbo | 131k | 开放 | 9 | $0.16 | 86 | 1.31 | 7.11 | -- | |||
Gemma 3n E4B | 32.8k | 开放 | 1* | -- | 43 | 1.29 | 12.91 | -- | |||
 Cogito v2.1 | 164k | 开放 | -- | -- | -- | -- | -- | -- | |||
关键定义
常见问题
关于 Together AI 的常见问题
Together AI 上最智能的模型是 Kimi K3 (max)，Intelligence Index 得分为 57。
按输出速度计算，Together AI 上最快的模型是 Kimi K2.6 (FP4)，速度为每秒 400.8 个 token。
Together AI 上首个答案 Token 延迟最低的模型是 Kimi K2.6 (FP4)，延迟为 0.64 秒。延迟越低，初始响应越快。
按混合价格计算，Together AI 上最实惠的模型是 Gemma 3n E4B，每 100 万 token 的价格为 $0.07（缓存命中/输入/输出比例为 7:2:1）。
Together AI 上各模型价格最多相差 35 倍，从最实惠的 Gemma 3n E4B（每 100 万 token $0.07）到最昂贵的 Kimi K3 (max)（每 100 万 token $2.31）。
是，Together AI 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，Together AI 上全部 11 个模型均支持用于结构化输出的 JSON 模式。
Together AI 上 11 个模型中，有 10 个支持函数调用（工具使用）。
是，Together AI 提供 7 个推理模型：Kimi K3 (max)、MiniMax-M3、Kimi K2.7 Code、Inkling、Nemotron 3 Ultra、Gemma 4 31B (FP8)和Qwen3.5 9B (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，Together AI 上全部 11 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 Together AI 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。