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.).
| Модель | Цена за ввод, $/1M токенов | Цена за ввод, руб./1M токенов |
|---|---|---|
| GPT-6 Luna | 0.08 | 7.59 |
| Qwen3.8 Flash | 0.135 | 12.80 |
| MiMo V2.5 | 0.178 | 16.93 |
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.).
| Модель | Цена за вывод, $/1M токенов | Цена за вывод, руб./1M токенов |
|---|---|---|
| MiMo V2.5 | 0.357 | 33.86 |
| GPT-6 Luna | 0.40 | 37.94 |
| Qwen3.8 Flash | 0.423 | 40.12 |
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.
| Модель | Скорость, токенов/сек | Поддержка Vision |
|---|---|---|
| GPT-6 Luna | 81.3 | Да |
| MiMo V2.5 | 80.3 | Нет |
| Qwen3.8 Flash | 16.7 | Нет |
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.
| Модель | Контекстное окно, K токенов |
|---|---|
| MiMo V2.5 | 1050 |
| GPT-6 Luna | 1050 |
| Qwen3.8 Flash | 1000 |
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.
| Модель | Скидка на шлюз, % |
|---|---|
| MiMo V2.5 | 30 |
| GPT-6 Luna | 20.0 |
| Qwen3.8 Flash | 10.0 |
##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.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.
