Nemotron 3.5 Super VL 120B A12B

NVIDIA·3 个数据来源·更新于 2026-11-10

上下文窗口1MBenchLM
最大输出262.1KLLM Stats

评测表现

只在同一来源、同一口径下比较。切换来源可查看不同测试结果。

2 个评测来源

当前配置:各基准设置见下表

采集于 2026-11-10查看原始页面
LLM Stats · 公开基准成绩
暂无综合分数当前所选配置的来源分数

不同来源的分数不能直接相加或横向比较;评测任务成本不是 API Token 单价。

逐项基准成绩

19 项已收录成绩 · 保留原始单位和测试条件

AA-LCR厂商自报 · 越高越好
68.62%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card; AA-LCR v1.1

成绩出处
BrowseComp厂商自报 · 越高越好
78%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card

成绩出处
CharXiv-R厂商自报 · 越高越好
80.82%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card; CharXiv reasoning

成绩出处
GDPval-AA厂商自报 · 越高越好
1,211分

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card; GDPval-AA v2 Elo (max_score 3000)

成绩出处
GPQA厂商自报 · 越高越好
89.52%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card; GPQA-Diamond

成绩出处
Humanity's Last Exam厂商自报 · 越高越好
31.79%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card; HLE text-only

成绩出处
IFBench厂商自报 · 越高越好
70.86%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card

成绩出处
LiveCodeBench v6厂商自报 · 越高越好
88.22%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card; LiveCodeBench v6

成绩出处
MathVision厂商自报 · 越高越好
78.16%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card

成绩出处
MMLongBench-Doc厂商自报 · 越高越好
0.63%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card

成绩出处
OCRBench-V2 (en)厂商自报 · 越高越好
68.12%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card; OCRBench v2 EN

成绩出处
OmniScience厂商自报 · 越高越好
26.2%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card; AA-Omniscience accuracy

成绩出处
OSWorld-Verified厂商自报 · 越高越好
51.14%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card

成绩出处
SciCode厂商自报 · 越高越好
47.13%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card; SciCode subtask

成绩出处
SWE-bench Multilingual厂商自报 · 越高越好
67.72%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card

成绩出处
SWE-Bench Pro厂商自报 · 越高越好
51.78%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card

成绩出处
SWE-Bench Verified厂商自报 · 越高越好
71.1%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card

成绩出处
Tau3 Banking厂商自报 · 越高越好
18.88%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card; τ³-bench (Banking)

成绩出处
Terminal-Bench 2.1厂商自报 · 越高越好
66.7%

NeMo Gym / NeMo Evaluator; BF16 SuperGA as on HF card

成绩出处

技术规格

只展示有可靠来源的资料;优先采用厂商官网与官方模型仓库。

发布日期
2026-10-15LLM Stats
上下文窗口
1M TokenBenchLM
最大输入
262.1K TokenLLM Stats
最大输出
262.1K TokenLLM Stats
仓库配置上下文
1.05M TokenHugging Face · 官方仓库 · config.json 的 max_position_embeddings;不等同于模型卡声明的原生/扩展上下文
模型架构
NemotronH_Omni_Reasoning_V3Hugging Face · 官方仓库
总参数量
124.5BHugging Face · 官方仓库 · Hugging Face safetensors 参数统计

价格与用量

美元 / 百万 Token。不同服务商或测试配置的报价分别列出。

模型 API 价格,单位为美元每百万 Token
来源 / 服务商输入输出缓存读取
DeepInfra$0.2$1$0.1

估算一次用量

按表格第一条报价计算,普通文本、无缓存。

预计费用$0.3
不含工具、图片、推理额外计费或阶梯价格;以服务商实际账单为准。

每个数字,都有出处

同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。

Hugging Face · 官方仓库

官方发布者的模型卡与配置文件 · 保留仓库版本

1 条记录最近采集 2026-11-10

LLM Stats

公开模型页与公开榜单;自报成绩单独标识

1 条记录最近采集 2026-11-10

BenchLM

公开评测数据;保留来源原始口径

1 条记录最近采集 2026-11-10
查看全部配置与采集记录
来源 / 配置采集时间原始数据
LLM StatsNemotron 3.5 Super VL (120B A12B)SHA-256 1b26c4640040fa38…2026-11-10T13:52:01Z查看来源
BenchLMNemotron 3.5 Super VL 120B A12B2026-11-10查看来源
Hugging Face · 官方仓库nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16SHA-256 dbe2fe3aefc1e49e…2026-11-10T14:02:16Z查看来源
继续浏览模型排行榜