Together AI：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 Together AI 提供的最佳模型。
最智能
Updated
GLM-5.3 (max)
Kimi K3 (max)GLM-5.3-Flash
Qwen3.8 2.4T A95B
DeepSeek V4.1 Flash (max)Intelligence Index
共 14 个模型
速度最快
DeepSeek V4.1 Flash (max)GLM-5.2 (max)GLM-5.3 (max)
gpt-oss-120b (high)gpt-oss-120b (low)输出速度
共 14 个模型
价格最低
GLM-5.3-FlashQwen3.5 9B (non-reasoning) (FP8)Qwen3.5 9B (FP8)DeepSeek V4.1 Flash (max)gpt-oss-120b (high)每 100 万 token 的混合价格
共 14 个模型
Together AI 提供 14 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 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 DeepSeek V4.1 Flash (max)（293 t/s）、GLM-5.2 (max)（257 t/s）和GLM-5.3 (max)（217 t/s）。 各模型之间的速度差异显著，最快与最慢相差 104%。
- 延迟方面，Qwen3.5 9B (non-reasoning) (FP8)（0.76 秒）、Llama 3.3 70B Turbo（1.56 秒）和DeepSeek V4.1 Flash (max)（7.12 秒） 的首个答案 Token 延迟最低。
- 价格方面，GLM-5.3-Flash（$0.10）、Qwen3.5 9B (non-reasoning) (FP8)（$0.18）和Qwen3.5 9B (FP8)（$0.18） 每 100 万 token 的混合价格最低。
- 上下文窗口方面，Kimi K3 (max)（1M）、GLM-5.3-Flash（1M）和DeepSeek V4.1 Flash (max)（1M） 支持 Together AI 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) | 1.05M | 开放 | 45 | $1.97 | 219 | 0.56 | 11.97 | 9.13 | |||
Kimi K3 (max) | 1.05M | 开放 | 44 | $2.40 | 102 | 0.89 | 25.31 | 19.53 | |||
GLM-5.3-Flash | 1.05M | 开放 | 42 | $0.47 | 104 | 0.58 | 24.73 | 19.32 | |||
Qwen3.8 2.4T A95B | 262k | 开放 | 40 | $2.09 | 169 | 0.92 | 15.70 | 11.83 | |||
DeepSeek V4.1 Flash (max) | 1.05M | 开放 | 39 | $0.32 | 312 | 0.30 | 8.31 | 6.41 | |||
GLM-5.2 (max) | 262k | 开放 | 34 | $0.88 | 255 | 0.60 | 10.41 | 7.85 | |||
 MiniMax-M3 | 1M | 开放 | 29 | $0.58 | 47 | 1.29 | 54.72 | 42.75 | |||
 Inkling (xhigh) | 524k | 开放 | 25 | $0.91 | 132 | 0.61 | 19.61 | 15.20 | |||
MiniMax-M2.5 (FP4) | 197k | 开放 | 23* | -- | -- | -- | -- | -- | |||
GLM-4.7 | 203k | 开放 | 22* | -- | -- | -- | -- | -- | |||
GLM-4.6 | 203k | 开放 | 19* | -- | -- | -- | -- | -- | |||
 Muse Glimmer (high) | 131k | 开放 | 17 | $0.08 | 102 | 0.70 | 25.15 | 19.56 | |||
GLM-4.7 (non-reasoning) | 203k | 开放 | 17* | -- | -- | -- | -- | -- | |||
GLM-4.6 (non-reasoning) | 203k | 开放 | 15* | -- | -- | -- | -- | -- | |||
 Apriel-v1.5-15B-Thinker | 131k | 开放 | 14* | -- | -- | -- | -- | -- | |||
DeepSeek V3.1 (non-reasoning) | 131k | 开放 | 14* | -- | -- | -- | -- | -- | |||
Apriel-v1.6-15B-Thinker | 131k | 开放 | 13* | -- | -- | -- | -- | -- | |||
Qwen3.5 9B (non-reasoning) (FP8) | 262k | 开放 | 13* | -- | 100 | 0.76 | 5.74 | -- | |||
DeepSeek R1 0528 | 164k | 开放 | 13* | -- | -- | -- | -- | -- | |||
gpt-oss-120b (high) | 131k | 开放 | 12 | $0.11 | 134 | 0.43 | 19.10 | 14.94 | |||
DeepSeek R1 (Jan) | 164k | 开放 | 11 | $0.41 | -- | -- | -- | -- | |||
Qwen3.5 9B (FP8) | 262k | 开放 | 11 | $0.27 | 102 | 0.68 | 25.25 | 19.65 | |||
GLM-4.5-Air (FP8) | 131k | 开放 | 11* | -- | -- | -- | -- | -- | |||
gpt-oss-120b (low) | 131k | 开放 | 10* | -- | 136 | 0.41 | 18.78 | 14.69 | |||
Llama 4 Maverick | 1.05M | 开放 | 10* | -- | -- | -- | -- | -- | |||
Qwen3 Coder Next (FP8) | 262k | 开放 | 9 | $0.78 | -- | -- | -- | -- | |||
Llama 3.3 70B Turbo | 131k | 开放 | 8* | -- | 73 | 1.53 | 8.39 | -- | |||
 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 GLM-5.3 (max)，Intelligence Index 得分为 45。
按输出速度计算，Together AI 上最快的模型是 DeepSeek V4.1 Flash (max)，速度为每秒 293.4 个 token。
Together AI 上首个答案 Token 延迟最低的模型是 Qwen3.5 9B (non-reasoning) (FP8)，延迟为 0.76 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 GLM-5.3-Flash，每 100 万 token 的价格为 $0.10（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 23 倍，从最实惠的 GLM-5.3-Flash（每 100 万 token $0.10）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 14 个模型均支持用于结构化输出的 JSON 模式。
是，Together AI 上全部 14 个模型均支持函数调用（工具使用）。
是，Together AI 提供 12 个推理模型：GLM-5.3 (max)、Kimi K3 (max)、GLM-5.3-Flash、Qwen3.8 2.4T A95B、DeepSeek V4.1 Flash (max)、GLM-5.2 (max)、MiniMax-M3、Inkling (xhigh)、Muse Glimmer (high)、gpt-oss-120b (high)、Qwen3.5 9B (FP8)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，Together AI 上全部 14 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。