La API LLM más rápida: velocidad por modelo, no por proveedor

La velocidad depende del modelo, no solo del proveedor. El nivel Fast de Baseten lidera DeepSeek V4.1 Flash 1017 con 837.1 tokens/s y un primer fragmento de 0.21 s, y GLM-5.3 con 283.4 tokens/s; CoreWeave lidera GLM-5.3-Flash con 292.4 tokens/s, y Cerebras sigue liderando la referencia GPT-OSS 120B con 1,693.7 tokens/s. Novita AI queda cuarto o peor en todos los modelos actuales.

Actualizado · 18 fuentes · Metodología

NecesidadRecomendaciónMotivo
Más rápido · GLM-5.3Baseten (Fast)283.4 tokens/s, primer fragmento en 0.90 s1
Más rápido · DeepSeek V4.1 Flash 1017Baseten (Fast)837.1 tokens/s, primer fragmento en 0.21 s2
Más rápido · GLM-5.3-FlashCoreWeave292.4 tokens/s, primer fragmento en 1.38 s3
Más rápido · referencia GPT-OSS 120BCerebras1,693.7 tokens/s, primer fragmento en 0.38 s4
Primer fragmento más corto · DeepSeek V4.1 Flash 1017Baseten (Fast)0.21 s, frente a 0.27 s en el nivel estándar de Baseten2
Mayor precisión · GLM-5.3Z.ai98.74 %, 3.12 puntos por encima de Novita AI118

Cómo leer estas clasificaciones

Todos los valores son medianas de proveedor de Artificial Analysis (AA) con una entrada de 10.000 tokens: velocidad de salida en tokens por segundo y tiempo hasta el primer fragmento, que excluye el razonamiento. AA evalúa cada modelo con su propio esfuerzo principal —Max en GLM-5.3 y DeepSeek V4.1 Flash 1017, High en GPT-OSS 120B y una sola configuración en GLM-5.3-Flash—, así que los proveedores se ordenan dentro de un modelo y nunca entre modelos. Fireworks no tiene fila de AA en GLM-5.3 aunque lo venda, por eso solo aparece donde AA lo mide.

Velocidad de salida de GLM-5.3

Seis hosts con nombre y un líder claro. El nivel Fast de Baseten es un SKU aparte y más caro, a $2.10/$6.60, y no es comparable en coste con las rutas estándar de $1.40/$4.40.

Desliza para ver todas las columnas

ProveedorVelocidad de salida (tokens/s)Primer fragmento (s)Endpoint Accuracy Index v1.0Precio in / out por 1M
Baseten (Fast)15283.40.9094.18%$2.10 / $6.605
Together AI116164.30.6796.39%$1.40 / $4.4016
Baseten15150.42.6095.54%$1.40 / $4.405
Novita AI16105.52.5195.62%$1.40 / $4.406
Z.ai11898.22.3998.74%$1.40 / $4.4018
DeepInfra11797.10.9798.6%$0.90 / $4.0017
Velocidad de salida por proveedor · GLM-5.3 (tokens/s)
Baseten (Fast)283.4
Together AI164.3
Baseten150.4
Novita AI105.5
Z.ai98.2
DeepInfra97.1
Las barras se escalan dentro de cada modelo; el host más rápido de un modelo no es comparable con el de otro porque los ajustes de esfuerzo de AA difieren.

El Endpoint Accuracy Index solo se publica para GLM-5.3 y GPT-OSS 120B entre estos cuatro modelos; DeepSeek V4.1 Flash 1017 y GLM-5.3-Flash aún no tienen valor de precisión en AA.

Velocidad de salida de DeepSeek V4.1 Flash 1017

Siete hosts y la mayor horquilla de los tres modelos actuales: el más rápido es 12.8× el más lento, en el mismo modelo y la misma configuración de AA.

Desliza para ver todas las columnas

ProveedorVelocidad de salida (tokens/s)Primer fragmento (s)Endpoint Accuracy Index v1.0Precio in / out por 1M
Baseten (Fast)25837.10.21—$0.60 / $2.405
Together AI216365.00.32—$0.30 / $1.2016
Baseten25281.10.27—$0.30 / $1.205
Fireworks215210.41.15—$0.30 / $1.2015
DeepSeek211169.01.19—$0.30 / $1.2011
Novita AI27158.01.43—$0.30 / $1.207
DeepInfra21765.30.72—$0.20 / $0.6017
Velocidad de salida por proveedor · DeepSeek V4.1 Flash 1017 (tokens/s)
Baseten (Fast)837.1
Together AI365.0
Baseten281.1
Fireworks210.4
DeepSeek169.0
Novita AI158.0
DeepInfra65.3
Las barras se escalan dentro de cada modelo; el host más rápido de un modelo no es comparable con el de otro porque los ajustes de esfuerzo de AA difieren.

El Endpoint Accuracy Index solo se publica para GLM-5.3 y GPT-OSS 120B entre estos cuatro modelos; DeepSeek V4.1 Flash 1017 y GLM-5.3-Flash aún no tienen valor de precisión en AA.

Velocidad de salida de GLM-5.3-Flash

Siete hosts, y el único modelo actual en el que AA mide CoreWeave. Los 292.4 tokens/s de CoreWeave son los más rápidos de los siete hosts de esta tabla.

Desliza para ver todas las columnas

ProveedorVelocidad de salida (tokens/s)Primer fragmento (s)Endpoint Accuracy Index v1.0Precio in / out por 1M
CoreWeave314292.41.38—$0.15 / $0.5014
Together AI316190.10.70—$0.15 / $0.5016
Fireworks315167.23.16—$0.15 / $0.5015
Baseten35147.40.41—$0.15 / $0.505
Novita AI3894.34.00—$0.15 / $0.508
Z.ai31873.52.84—$0.15 / $0.5018
DeepInfra31757.20.83—$0.15 / $0.5017
Velocidad de salida por proveedor · GLM-5.3-Flash (tokens/s)
CoreWeave292.4
Together AI190.1
Fireworks167.2
Baseten147.4
Novita AI94.3
Z.ai73.5
DeepInfra57.2
Las barras se escalan dentro de cada modelo; el host más rápido de un modelo no es comparable con el de otro porque los ajustes de esfuerzo de AA difieren.

El Endpoint Accuracy Index solo se publica para GLM-5.3 y GPT-OSS 120B entre estos cuatro modelos; DeepSeek V4.1 Flash 1017 y GLM-5.3-Flash aún no tienen valor de precisión en AA.

Referencia GPT-OSS 120B: dónde siguen Groq, Cerebras y SambaNova

Groq, Cerebras y SambaNova no ofrecen ninguno de los tres modelos actuales anteriores, y por eso se mantiene la referencia GPT-OSS 120B de 2025: es el único modelo en el que AA mide a los tres.

Desliza para ver todas las columnas

ProveedorVelocidad de salida (tokens/s)Primer fragmento (s)Endpoint Accuracy Index v1.0Precio in / out por 1M
Cerebras4121,693.70.3887%$0.35 / $0.7512
SambaNova413701.21.1898%$0.22 / $0.5913
Groq410473.40.6386%$0.15 / $0.6010
Novita AI49238.90.9291%$0.05 / $0.259
Together AI416169.40.5377%$0.15 / $0.6016
CoreWeave41498.31.4098%$0.03 / $0.1714
DeepInfra41756.60.6297%$0.037 / $0.1717
Velocidad de salida por proveedor · GPT-OSS 120B (tokens/s)
Cerebras1,693.7
SambaNova701.2
Groq473.4
Novita AI238.9
Together AI169.4
CoreWeave98.3
DeepInfra56.6
Las barras se escalan dentro de cada modelo; el host más rápido de un modelo no es comparable con el de otro porque los ajustes de esfuerzo de AA difieren.

Proveedor por proveedor en los modelos actuales

Las tarjetas se ordenan por la mejor velocidad de salida de cada proveedor en cualquiera de los tres modelos actuales. Un guion significa que el proveedor no está medido en ese modelo; Groq, Cerebras y SambaNova solo aparecen en la referencia GPT-OSS 120B.

  1. Baseten

    El más rápido en GLM-5.3 y DeepSeek V4.1 Flash 1017 con su nivel Fast, más caro.1235

    GLM-5.3 tokens/s
    150.4
    DeepSeek V4.1 Flash 1017 tokens/s
    281.1
    GLM-5.3-Flash tokens/s
    147.4

    Ventajas

    Su nivel Fast mueve GLM-5.3 a 283.4 tokens/s con un primer fragmento de 0.90 s y DeepSeek V4.1 Flash 1017 a 837.1 tokens/s con 0.21 s, el arranque más rápido medido en un modelo actual de esta página.1235

    Limitaciones

    El nivel Fast cuesta más que el estándar —$2.10/$6.60 frente a $1.40/$4.40 en GLM-5.3— y obtiene peor Endpoint Accuracy (94.18 frente a 95.54 del nivel estándar).1235

    1235

  2. Together AI

    El host más constante: segundo en velocidad de salida en los tres modelos actuales.12316

    GLM-5.3 tokens/s
    164.3
    DeepSeek V4.1 Flash 1017 tokens/s
    365.0
    GLM-5.3-Flash tokens/s
    190.1

    Ventajas

    Mueve GLM-5.3 a 164.3 tokens/s con el primer fragmento más corto de ese modelo, 0.67 s, y DeepSeek V4.1 Flash 1017 a 365.0 tokens/s.12316

    Limitaciones

    Nunca lidera en velocidad de salida: el nivel Fast de Baseten es más rápido en GLM-5.3 y DeepSeek V4.1 Flash 1017, y su Endpoint Accuracy en GLM-5.3, 96.39, queda por debajo de DeepInfra y Z.ai.12316

    12316

  3. CoreWeave

    El más rápido de los siete hosts de GLM-5.3-Flash de esta página, y la única medición de CoreWeave en un modelo actual.314

    GLM-5.3 tokens/s
    —
    DeepSeek V4.1 Flash 1017 tokens/s
    —
    GLM-5.3-Flash tokens/s
    292.4

    Ventajas

    Sus 292.4 tokens/s en GLM-5.3-Flash son 1.5× los 190.1 de Together AI y 3.1× los 94.3 de Novita AI, en la única ruta del modelo medida por AA en CoreWeave.314

    Limitaciones

    No tiene fila de AA en GLM-5.3 ni en DeepSeek V4.1 Flash 1017, y su primer fragmento en GLM-5.3-Flash, 1.38 s, es 3.4× los 0.41 s de Baseten.314

    314

  4. Fireworks

    En la media en los dos modelos donde AA lo mide, con un primer fragmento largo en GLM-5.3-Flash.2315

    GLM-5.3 tokens/s
    —
    DeepSeek V4.1 Flash 1017 tokens/s
    210.4
    GLM-5.3-Flash tokens/s
    167.2

    Ventajas

    Mueve DeepSeek V4.1 Flash 1017 a 210.4 tokens/s, por delante del propio DeepSeek con 169.0 y de Novita AI con 158.0.2315

    Limitaciones

    Su primer fragmento en GLM-5.3-Flash, 3.16 s, solo lo supera Novita AI con 4.00 s entre los siete hosts medidos, y AA no tiene ninguna fila de GLM-5.3 para él.2315

    2315

  5. Novita AI

    Medido en los cuatro modelos, pero cuarto, sexto y quinto en los tres actuales.123678

    GLM-5.3 tokens/s
    105.5
    DeepSeek V4.1 Flash 1017 tokens/s
    158.0
    GLM-5.3-Flash tokens/s
    94.3

    Ventajas

    Es uno de los tres hosts medidos en los cuatro modelos, junto con Together AI y DeepInfra, y sus 238.9 tokens/s en GPT-OSS 120B lo sitúan cuarto de siete.123678

    Limitaciones

    Mueve GLM-5.3 a 105.5 tokens/s frente a los 283.4 del nivel Fast de Baseten, DeepSeek V4.1 Flash 1017 a 158.0 frente a 837.1, y GLM-5.3-Flash a 94.3 con el primer fragmento más largo del modelo, 4.00 s.123678

    123678

  6. Z.ai

    Cerca del final en velocidad en GLM-5.3 pero primero en precisión: el mayor Endpoint Accuracy Index de ese modelo.1318

    GLM-5.3 tokens/s
    98.2
    DeepSeek V4.1 Flash 1017 tokens/s
    —
    GLM-5.3-Flash tokens/s
    73.5

    Ventajas

    Su Endpoint Accuracy Index de 98.74 % en GLM-5.3 es el más alto de los seis hosts medidos, 3.12 puntos por encima de Novita AI.1318

    Limitaciones

    Mueve GLM-5.3 a 98.2 tokens/s, quinto de seis y el 60 % de los 164.3 de Together AI, y tarda 2.39 s hasta el primer fragmento.1318

    1318

  7. DeepInfra

    El host más preciso en GLM-5.3 después de Z.ai, y el más lento en DeepSeek V4.1 Flash 1017.12317

    GLM-5.3 tokens/s
    97.1
    DeepSeek V4.1 Flash 1017 tokens/s
    65.3
    GLM-5.3-Flash tokens/s
    57.2

    Ventajas

    Su Endpoint Accuracy Index de 98.6 % en GLM-5.3 solo lo supera Z.ai, y su primer fragmento de 0.97 s es el tercero más corto de ese modelo.12317

    Limitaciones

    Sus 65.3 tokens/s en DeepSeek V4.1 Flash 1017 son los más lentos de los siete hosts, 12.8× por detrás del nivel Fast de Baseten, y su precio de lista de $0.20/$0.60 en ese modelo tiene una promoción vigente a $0.098/$0.294.12317

    12317

Metodología y fuentes

La velocidad y el primer fragmento son medianas de proveedor de Artificial Analysis de una instantánea por modelo, todas con entrada de 10.000 tokens; el primer fragmento excluye el tiempo de razonamiento, así que mide cola y prefill, no pensamiento. El Endpoint Accuracy Index v1.0 se expresa frente a un endpoint de referencia y aquí solo existe para GLM-5.3 y GPT-OSS 120B. Los precios son las tarifas serverless estándar de entrada/salida de cada proveedor, sin descuentos de caché.

Las medianas no son garantías: un host puede moverse varias posiciones entre instantáneas, y el enrutado geográfico, los niveles por lotes y la carga punta alteran las cifras. Esta página solo clasifica hosts medidos y no hace ninguna afirmación de velocidad de proveedor que AA no respalde. Novita AI la publica con fuentes públicas, sin un benchmark privado de carga.

Los proveedores se ordenan dentro de cada modelo por la mediana de velocidad de salida de AA, nunca entre modelos, porque el esfuerzo principal de AA cambia: Max en GLM-5.3 y DeepSeek V4.1 Flash 1017, High en GPT-OSS 120B y una configuración en GLM-5.3-Flash. Los empates mantienen el orden de AA. Las tarjetas siguen la mejor velocidad de cada proveedor en cualquier modelo actual, así que un host que lidera un modelo puede quedar por encima de otro más constante.1234

  1. Artificial Analysis · GLM-5.3 providers
  2. Artificial Analysis · DeepSeek V4.1 Flash 1017 providers
  3. Artificial Analysis · GLM-5.3-Flash providers
  4. Artificial Analysis · GPT-OSS 120B providers
  5. Baseten · pricing
  6. Novita AI · GLM-5.3
  7. Novita AI · DeepSeek V4.1 Flash 1017
  8. Novita AI · GLM-5.3-Flash
  9. Novita AI · GPT-OSS 120B
  10. Groq · GPT-OSS 120B
  11. DeepSeek · API pricing
  12. Cerebras · pricing
  13. SambaNova · model token prices
  14. CoreWeave · Forge token prices
  15. Fireworks · serverless pricing
  16. Together AI · pricing
  17. DeepInfra · GLM-5.3
  18. Z.ai · pricing

Desarrolla con Novita Model APIs

Crea una clave de API y conecta tu aplicación.

Empieza a desarrollarExplora los modelos