🚀生成速度(吞吐)最快的 AI 模型排行
按生成吞吐(每秒输出 token 数)从高到低排序,反映模型把长回答「吐完」的速度,与首字延迟是两个独立维度。
适合长文生成、批量处理、需要尽快拿到完整输出的场景。
数据日期 2026-10-28 · 共 20 个模型上榜 · 当前第一名 Celeris-1（生成速度 1668.0 tok/s）
| # | 模型 | 厂商 | 生成速度 | 官方输入价 | 中转站最低实际成本 |
|---|---|---|---|---|---|
| 1 | Celeris-1 | Celeris | 1668.0 tok/s | $0.2/M | — |
| 2 | Mercury 2.5 | Inception | 1046.5 tok/s | $0.25/M | — |
| 3 | K2 Horizon 375B A23B | Institute of Foundation Models | 888.8 tok/s | 暂未公布 | — |
| 4 | Trinity Large Thinking | Arcee AI | 420.3 tok/s | $0.25/M | — |
| 5 | Gemini 3.5 Flash-Lite | 416.6 tok/s | $0.3/M | 实际成本 ¥0.21/M (1折) | |
| 6 | Nemotron 3.5 Super VLNEW | NVIDIA | 411.9 tok/s | $0.225/M | — |
| 7 | Beam 1.0NEW | Reflection | 370.7 tok/s | $0.4/M | — |
| 8 | Nemotron 3.5 Lightning | NVIDIA | 288.5 tok/s | $0.06/M | — |
| 9 | NVIDIA Nemotron 3 Nano 30B A3B | NVIDIA | 267.1 tok/s | $0.05/M | — |
| 10 | Nova Micro | Amazon | 259.6 tok/s | $0.035/M | — |
| 11 | Qwen3.5 Omni Flash | Alibaba | 237.8 tok/s | $0.1/M | — |
| 12 | Inkling Small | Thinking Machines | 237.7 tok/s | $0.3/M | — |
| 13 | NVIDIA Nemotron 3 Nano 30B A3B | NVIDIA | 235.9 tok/s | $0.05/M | — |
| 14 | Claude Haiku 5.5NEW | Anthropic | 235.6 tok/s | $0.1/M | 实际成本 ¥0.07/M (1折) |
| 15 | Nemotron 3 Nano Omni 30B A3B Reasoning | NVIDIA | 229.9 tok/s | $0.4/M | — |
| 16 | Nova 2.0 Lite | Amazon | 226.9 tok/s | $0.3/M | — |
| 17 | Muse Spark 1.3 | Meta | 221.0 tok/s | $1.25/M | — |
| 18 | Ling 3.1 FlashNEW | InclusionAI | 216.1 tok/s | $0.3/M | — |
| 19 | gpt-oss-120b | OpenAI | 215.5 tok/s | $0.15/M | — |
| 20 | NVIDIA Nemotron Nano 12B v2 VL | NVIDIA | 210.7 tok/s | $0.2/M | — |
#1Celeris-1
Celeris官方 $0.2/M暂未收录中转站
#2Mercury 2.5
Inception官方 $0.25/M暂未收录中转站
#3K2 Horizon 375B A23B
Institute of Foundation Models官方 暂未公布暂未收录中转站
#4Trinity Large Thinking
Arcee AI官方 $0.25/M暂未收录中转站
#5Gemini 3.5 Flash-Lite
Google官方 $0.3/M中转最低实际成本 ¥0.21/M (1折)
#6Nemotron 3.5 Super VLNEW
NVIDIA官方 $0.225/M暂未收录中转站
#7Beam 1.0NEW
Reflection官方 $0.4/M暂未收录中转站
#8Nemotron 3.5 Lightning
NVIDIA官方 $0.06/M暂未收录中转站
#9NVIDIA Nemotron 3 Nano 30B A3B
NVIDIA官方 $0.05/M暂未收录中转站
#10Nova Micro
Amazon官方 $0.035/M暂未收录中转站
#11Qwen3.5 Omni Flash
Alibaba官方 $0.1/M暂未收录中转站
#12Inkling Small
Thinking Machines官方 $0.3/M暂未收录中转站
#13NVIDIA Nemotron 3 Nano 30B A3B
NVIDIA官方 $0.05/M暂未收录中转站
#14Claude Haiku 5.5NEW
Anthropic官方 $0.1/M中转最低实际成本 ¥0.07/M (1折)
#15Nemotron 3 Nano Omni 30B A3B Reasoning
NVIDIA官方 $0.4/M暂未收录中转站
#16Nova 2.0 Lite
Amazon官方 $0.3/M暂未收录中转站
#17Muse Spark 1.3
Meta官方 $1.25/M暂未收录中转站
#18Ling 3.1 FlashNEW
InclusionAI官方 $0.3/M暂未收录中转站
#19gpt-oss-120b
OpenAI官方 $0.15/M暂未收录中转站
#20NVIDIA Nemotron Nano 12B v2 VL
NVIDIA官方 $0.2/M暂未收录中转站
常见问题
这个榜单是怎么排序的?
按生成吞吐(每秒输出 token 数)从高到低排序,反映模型把长回答「吐完」的速度,与首字延迟是两个独立维度。适合长文生成、批量处理、需要尽快拿到完整输出的场景。
数据多久更新一次?
模型库(Artificial Analysis)每日同步,本榜单随每日巡检自动重新计算,当前数据日期 2026-10-28。
为什么有些知名模型没有出现在榜单里?
数据源没有提供该指标的真实跑分时,我们不会用 0 或估算值顶替——缺数据的模型直接不参与该场景的排序,避免用假分数误导。
同一模型有 High / Max Effort 等多个推理档位,算的是哪一档?
同一模型的不同推理档位(low/medium/high/xhigh 等)会合并为一行,按其中表现最高的档位计入本榜单,不会让同一模型的多个档位重复占位刷榜。
数据来自 Artificial Analysis 真实基准测试,排序规则见评分方法论。价格与跑分随官方更新可能变化,请以模型服务商公告为准。