Все статьи
LLM API Comparison & Cost/

MiMo V2.5 vs GPT-6 Luna vs Qwen3.8 Flash API

Сравнение цен на токен, скорости инференса и контекстных окон для быстрого развертывания LLM

2 мин чтения

MiMo V2.5 vs GPT-6 Luna vs Qwen3.8 Flash API — GPUniq
Данные на 1 источник

Черновик подготовлен AI-инструментами и отредактирован человеком. Характеристики и выводы проверены редактором GPUniq.

Бенчмарки быстрых LLM API

GPT-6 Luna предлагает самую низкую стоимость ввода - $0.08 за 1M токенов (7.59 руб.). MiMo V2.5 выдает 80.3 токена в секунду при стоимости вывода $0.357 за 1M токенов (33.86 руб.). Qwen3.8 Flash достигает 16.7 токенов в секунду с контекстным окном в 1,000K токенов. Выбор лучшей быстрой модели зависит от баланса между затратами на нагрузку с интенсивным вводом и требуемой скоростью генерации.

У какой модели самый дешевый API?

GPT-6 Luna лидирует по стоимости ввода с показателем $0.08 за 1M токенов (7.59 руб.). Qwen3.8 Flash занимает среднюю позицию с $0.135 за 1M токенов (12.80 руб.). У MiMo V2.5 самая высокая стоимость ввода - $0.178 за 1M токенов (16.93 руб.).

МодельЦена за ввод, $/1M токеновЦена за ввод, руб./1M токенов
GPT-6 Luna0.087.59
Qwen3.8 Flash0.13512.80
MiMo V2.50.17816.93

Как соотносятся затраты на выходные токены?

MiMo V2.5 обеспечивает самую дешевую генерацию по цене $0.357 за 1M токенов (33.86 руб.). GPT-6 Luna берет $0.40 за 1M токенов (37.94 руб.) за генерацию выводов. Qwen3.8 Flash обходится дороже всего по выводу - $0.423 за 1M токенов (40.12 руб.).

МодельЦена за вывод, $/1M токеновЦена за вывод, руб./1M токенов
MiMo V2.50.35733.86
GPT-6 Luna0.4037.94
Qwen3.8 Flash0.42340.12

Какой API обеспечивает наибольшую скорость?

GPT-6 Luna достигает максимальной пропускной способности в 81.3 токена в секунду. MiMo V2.5 немного отстает с показателем 80.3 токена в секунду. Qwen3.8 Flash сильно отстает, выдавая всего 16.7 токенов в секунду.

МодельСкорость, токенов/секПоддержка Vision
GPT-6 Luna81.3Да
MiMo V2.580.3Нет
Qwen3.8 Flash16.7Нет

Каковы лимиты контекстных окон?

MiMo V2.5 поддерживает контекстное окно в 1,050K токенов. GPT-6 Luna соответствует этому объему с лимитом в 1,050K токенов. Qwen3.8 Flash предлагает контекстное окно на 1,000K токенов.

МодельКонтекстное окно, K токенов
MiMo V2.51050
GPT-6 Luna1050
Qwen3.8 Flash1000

Какие скидки доступны для API?

Для MiMo V2.5 действует скидка 30% от стандартных прейскурантных цен. GPT-6 Luna включает промо-скидку на API в размере 20.0%. Qwen3.8 Flash предлагает скидку 10.0% на шлюзовой трафик.

МодельСкидка на шлюз, %
MiMo V2.530
GPT-6 Luna20.0
Qwen3.8 Flash10.0

##Читайте также в блоге GPUniq

Методология

Prices are GPUniq's public retail rates per million tokens, read from the live model catalog at the moment of the snapshot. Ruble figures use the rate GPUniq applies to ruble top-ups at that moment. The discount is against the model vendor's own list price. Speed is output tokens per second measured on the GPUniq gateway for real requests, as a moving average; models with too little traffic to measure are left out rather than estimated.

Источники

  1. 1.GPUniq model catalog and prices — GPUniq (просмотрено )

Нужны недорогие GPU под ваш проект?

Живые цены на аренду GPU и нужная карта за пару кликов — H100, A100, RTX 4090 и ещё 50+ моделей. Оплата картой РФ или по счёту.

Ещё в блоге GPUniq