Advertise here
#134

Nemotron 3.5 Super VL

NVIDIA Veröffentlichung: 2026-10-15 Getestet am: 2026-10-16 00:19 nvidia/nemotron-3.5-super-vl::medium
120B insgesamt (12B aktiv)MoEOpen Source
(high) (medium) (none)

Zusammenfassung

Nemotron 3.5 Super VL erreicht 7.7 bei AI BENCHY und liegt auf #134. Das Modell hat 9.8 Zuverlässigkeit, 72.5% Erfolgsrate, $0.437 Gesamtkosten und 84.94s durchschnittliche Antwortzeit.

Was Nemotron 3.5 Super VL besonders macht: Am stärksten ist es in Allgemeine Intelligenz, wo es #3 erreicht; am schwächsten ist Programmierung mit #16. Es nutzt ungewöhnlich viele Reasoning-Tokens, was langsamere oder teurere Läufe erklären kann.

Modelldaten

Recherchiert am 2026-10-15

Angegeben
Parameter
120B insgesamt (12B aktiv)
Architektur
MoE
Verfügbarkeit
Open Source
Lizenz
OpenMDW-1.1

Punktzahl

7.7

Konsistenz

8.3

Gesamte Ausgabe-Token

792,033

Gesamte Eingabe-Token

269,143

Eingabepreis

$0.150 / 1M

Ausgabepreis

$0.500 / 1M

Preis für Cache-Lesen

$0.020 / 1M

Preis für Cache-Schreiben

k. A.

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Korrekte Tests

Falsche Tests: 9

Erfolgsquote pro Versuch: 72.5%

Instabile Tests

5

Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).

Antwortzeit (Durchschnitt)

84.94s

Antwortzeit (Maximum): 527.47s

Antwortzeit (Gesamt): 1953.70s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#134 Nemotron 3.5 Super VL

medium
Kosten
$0.004
Zeit
68.1s
Token
9,798 tok

Diagramme

Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Schnellvergleich

Kategorieaufschlüsselung

Kategorie Punktzahl Konsistenz Korrekte Tests
Agentenaufgaben 10.0 10.0
Anti-KI-Tricks 10.0 10.0
Programmierung 5.9 7.2
Kombiniert 6.4 5.8
Datenanalyse und -extraktion 10.0 10.0
Domänenspezifisch 3.6 7.2
Allgemeine Intelligenz 6.5 3.4
Befolgung von Anweisungen 9.9 10.0
Rätsellösen 8.2 7.7
Werkzeugaufrufe 10.0 10.0
Allgemeinwissen 3.0 10.0

Verglichene Modelle