Independent

Simba 3.2

Frontier reasoning model tuned for agentic tool use and long-horizon task execution.

#31publié le 5 oct. 2026·Proprietary·Not disclosed
text262K ctxraisonnement
Fournisseurs APIExécuter le modèle →Classement
Intelligence
87.8 #31
AAQI 62.0
Vitesse Sortie
62 t/s
ITL 16.1 ms/tok
Prix mixte (3:1)
$6.5 /1M
Entrée $2/M · Sortie $10/M
Contexte
262K
≈ 655 pages A4 · sortie max 32,768

Quality Domain Radar

6-Axis Frontier Evaluation vs Category Average & Flagship

Simba 3.2
Claude Mythos Preview (#1)
Average (68)
Coding (62)Mathematics (84)Hard Science (GPQA) (88)Agentic & Tool Use (70)Knowledge (MMLU) (50)Vision / Multimodal (55)

Les axes du radar sont approximés depuis les scores par catégorie lorsque les mesures directes manquent — voir Méthodologie.

Points forts & compromis

Là où il gagne

  • Strong reasoning-per-dollar vs. flagship tiers
  • Reliable multi-step tool calling (τ²-class)
  • 262K context at mid-tier pricing

Points de vigilance

  • Smaller ecosystem — fewer SDKs and guides
  • 62 tok/s mid-pack speed
  • Text-only

Cas d'usage clés

Autonomous research agents
Multi-step search-and-synthesize workflows.
Tool orchestration
Function calling over large API surfaces.
Analyst copilots
Reasoned synthesis across 262K-token briefs.

Démarrage rapide développeur & API

Définissez d’abord OPENROUTER_API_KEY — obtenir une clé API
curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "simba/simba-3-2",
    "messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
  }'

OpenRouter-compatible endpoint — one API for 300+ models.

Ressources & liens officiels

Déploiement API

Comparer hôtes et latence

Débit, TTFT et tarifs de cache chez Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock et Azure.

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Voir la matrice des fournisseurs →

Scores par Source

Specs en direct & architecture

Sous le capot
Simba 3.2 — reasoning frontier model
  • Adjustable reasoning budget with verifier-guided decoding
  • 262K context for multi-document tasks
  • Tool-use fine-tune targeting multi-step agents
  • 32K max output for long structured answers
Date de Sortie
5 oct. 2026
Architecture
Simba 3.2 — reasoning frontier model
Paramètres
Not disclosed
Licence
Proprietary
Fenêtre de Contexte
262,000 tokens
Sortie max
32,768 tokens
Modalités
text
Tarifs du cache
lecture $0.2 · écriture $2.5 /1M
Raisonnement
Niveaux d'effort
Prix Entrée
$2/M
Prix Sortie
$10/M
Vitesse Sortie
62 t/s
Temps au Premier Token
—
Données mises à jour
22 oct. 2026

Facture mensuelle estimée

Dépense mensuelle estimée
$0.00
Calcul des économies vs GPT-4o…

Citer et intégrer

Badge Markdown GitHub
Loading badge markdown...
BibTeX
@misc{llmpodium2026simba32,
  title = {Benchmark Analysis and Intelligence Evaluation of Simba 3.2},
  author = {LLMPodium Research},
  year = {2026},
  url = {https://llmpodium.com/models/simba-3-2}
}

Intégrer le badge de score

Ajoutez un badge Podium Score en direct à votre README GitHub ou Hugging Face — il renvoie vers le classement en direct.

Aperçu
Simba 3.2 LLMPodium Score
Markdown
Loading badge snippet...
HTML
Loading badge snippet...

Plus de Independent

Modèles alternatifs

Meilleures alternatives à Simba 3.2 selon les capacités, le prix et les benchmarks.

0 / 4