Dieses Modell ist veraltet. Wir messen seine Leistung weiterhin, aber seltener: alle 18 Stunden statt alle 6.

NVIDIA hat eine neuere Version veröffentlicht: Nemotron 3.5 Super VL. Wir empfehlen, diese als Alternative in Betracht zu ziehen.

Alle Veröffentlichungen•

NVIDIA

•

Open weights model

•

Released März 2026

Nemotron 3 Super 120B A12B: Analyse von Intelligenz, Leistung und Preis

Name: Intelligenz
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Verfügbare Anbieter

Intelligenz

k. A.

Artificial Analysis Intelligence Index

Leistung

Zeit bis zum ersten Antworttoken 14.30sAusgabegeschwindigkeit 143 tok/s

k. A.

Zeit pro Aufgabe des Intelligence Index (Minuten)

Kosten

Eingabe $0.30Ausgabe $0.90Cache-Rabatt 75%

k. A.

Kosten pro Aufgabe des Intelligence Index

Ausführlichkeit

k. A.

Ausgabetokens im Intelligence Index

Nemotron 3 Super 120B A12B (Reasoning) unterstützt Text als Eingabe und Text als Ausgabe. Das Kontextfenster umfasst 1M Tokens.

Der Preis für Nemotron 3 Super 120B A12B (Reasoning) beträgt $0.30 pro 1 Mio. Eingabetokens (moderat bepreist; Median: $0.30) und $0.90 pro 1 Mio. Ausgabetokens (etwas teuer; Median: $0.80).

Reasoning	Ja
Eingabemodalität	Unterstützt: Text
Ausgabemodalität	Unterstützt: Text
Kontextfenster	1M ~1500 A4-Seiten in Arial mit Schriftgröße 12
Gesamtparameter	120.6B
Aktive Parameter	12.7B Anzahl der pro Token während der Inferenz aktiven Parameter
Lizenz	Nvidia Nemotron Open Model License
Modellgewichte	Hugging Face

Metriken werden mit Modellen derselben Klasse verglichen:

Modelle ohne Reasoning → Vergleich nur mit anderen Modellen ohne Reasoning
Reasoning-Modelle → Vergleich mit Reasoning-Modellen und Modellen ohne Reasoning
Modelle mit offenen Gewichten → Vergleich nur mit anderen Modellen mit offenen Gewichten derselben Größenklasse:

Sehr klein: ≤4B Parameter
Klein: 4B–40B Parameter
Mittel: 40B–150B Parameter
Groß: >150B Parameter

Proprietäre Modelle → Vergleich mit proprietären Modellen und Modellen mit offenen Gewichten derselben Preisklasse anhand eines Mischpreisverhältnisses von 3:1 für Eingabe/Ausgabe:

<$0.15 pro 1 Mio. Tokens
$0.15–$1 pro 1 Mio. Tokens
>$1 pro 1 Mio. Tokens

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

No publicly available API

Zeit pro Aufgabe

Inference time (minutes) per Intelligence Index task · Lower is better

No publicly available API

Kosten pro Aufgabe

Weighted average cost (USD) per Intelligence Index task · Lower is better

No publicly available API

Intelligenz

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Intelligence Index vs. Kosten pro Aufgabe

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Benchmarks

Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

AA-Briefcase v1.1

Agentic knowledge work, Elo

AutomationBench-AA

Agentic SaaS workflows

HLE-Diamond

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

EnterpriseOps-Gym-AA

Agentic business operations

GDPval-AA v2.1

Agentic real-world work tasks, Elo

ITBench-AA

Kubernetes incident root-cause analysis

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Openness Index

Artificial Analysis Openness Index: Wert

Der Openness Index bewertet die Offenheit von Modellen auf einer normierten Skala von 0 bis 100 (höher bedeutet offener)

Kosten

Kosten pro Aufgabe des Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

Preise: Cache-Treffer, Eingabe und Ausgabe

Price (USD per M Tokens)

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Leistung

Gemessen an der Zeit pro Aufgabe (Minuten), der Ausgabegeschwindigkeit (Tokens pro Sekunde), der Zeit bis zum ersten Antworttoken und der Zeit bis zum ersten Token (Sekunden)

Zeit pro Aufgabe des Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Ausgabegeschwindigkeit

Output tokens divided by total request time, including time to first token · Higher is better

Output tokens, including reasoning tokens, received per second over a request's full duration, from sending the request to receiving the final token. The headline value averages each Performance v3 workload over the past 5 days, then averages the workloads.

Zeit bis zum ersten Antworttoken

Sekunden bis zum ersten Antworttoken · Berücksichtigt die „Denkzeit“ von Reasoning-Modellen

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Kontextfenster

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Modellgröße (nur Modelle mit offenen Gewichten)

Modellgröße: Gesamtparameter und aktive Parameter

Comparison between total model parameters and parameters active during inference (billions)

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

The number of parameters actually executed during each inference forward pass, expressed in billions. For Mixture of Experts (MoE) models, a routing mechanism selects a subset of experts per token, resulting in fewer active than total parameters. Dense models use all parameters, so active equals total.

Weitere Details

								Gewichte
Nemotron 3 Super 120B A12B (Reasoning)	NVIDIA	-	120.6B 12.7B während der Inferenz aktiv	1M	$0.20	-	143	🤗

Weitere Veröffentlichungen von NVIDIA

Häufig gestellte Fragen

Häufige Fragen zu Nemotron 3 Super 120B A12B

Nemotron 3 Super 120B A12B wurde am 11. März 2026 veröffentlicht.

Nemotron 3 Super 120B A12B wurde von NVIDIA entwickelt.

Nemotron 3 Super 120B A12B hat eine Zeit bis zum ersten Antworttoken von 14.30 s (auf Grundlage des Medians aller Anbieter, die das Modell bereitstellen). Dies ist etwas höher als der Durchschnitt im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe (Median: 7.72 s).

Nemotron 3 Super 120B A12B kostet $0.30 pro 1 Mio. Eingabetokens (besser als der Durchschnitt; Median: $0.30) und $0.90 pro 1 Mio. Ausgabetokens (besser als der Durchschnitt; Median: $0.80). Die Angaben basieren auf dem Median aller Anbieter, die das Modell bereitstellen.

Nemotron 3 Super 120B A12B kostet $0.30 pro 1 Mio. Eingabetokens und $0.90 pro 1 Mio. Ausgabetokens (auf Grundlage des Medians aller Anbieter, die das Modell bereitstellen). Bei einem Mischpreis mit einem Verhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe entspricht dies $0.20 pro 1 Mio. Tokens. Der Preis kann je nach Anbieter variieren. Preise der Anbieter vergleichen

Ja, Nemotron 3 Super 120B A12B ist ein Reasoning-Modell. Es nutzt längere Denkprozesse oder Chain-of-Thought-Reasoning, um komplexe Probleme zu bearbeiten, bevor es eine Antwort gibt.

Nemotron 3 Super 120B A12B unterstützt Text als Eingabe.

Nemotron 3 Super 120B A12B unterstützt Text als Ausgabe.

Nein, Nemotron 3 Super 120B A12B unterstützt keine Bildeingaben. Es kann nur Text verarbeiten.

Nein, Nemotron 3 Super 120B A12B ist nicht multimodal. Es unterstützt nur Text als Eingabe.

Nemotron 3 Super 120B A12B hat ein Kontextfenster von 1M Tokens. Es bestimmt, wie viel Text und Gesprächsverlauf das Modell in einer einzelnen Anfrage verarbeiten kann.

Ja, Nemotron 3 Super 120B A12B hat offene Gewichte. Die Modellgewichte sind öffentlich verfügbar und können zum Selbsthosten heruntergeladen werden.

Nemotron 3 Super 120B A12B hat 120.6B Parameter (12.7B aktiv).

Nemotron 3 Super 120B A12B ist ein Mixture-of-Experts-Modell (MoE) mit insgesamt 120.6B Parametern, von denen während der Inferenz jedoch nur 12.7B aktiv sind.

Nemotron 3 Super 120B A12B wird unter der Lizenz Nvidia Nemotron Open Model License veröffentlicht. Diese Lizenz erlaubt die kommerzielle Nutzung. Lizenz anzeigen

Ja, Nemotron 3 Super 120B A12B ist über 3 Anbieter per API verfügbar. API-Anbieter vergleichen

Nemotron 3 Super 120B A12B ist über 3 API-Anbieter verfügbar. Anbieter vergleichen

Nemotron 3 Super 120B A12B: Analyse von Intelligenz, Leistung und Preis

Modellübersicht

Ausführlichkeit

Technische Spezifikationen

67 Modelle in dieser Klasse

Intelligenz

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Artificial Analysis Intelligence Index

Open Weights

Intelligence Index vs. Kosten pro Aufgabe

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Openness Index

Artificial Analysis Openness Index: Wert

Kosten

Kosten pro Aufgabe des Intelligence Index

Cost per Intelligence Index Task

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost to Run Artificial Analysis Intelligence Index

Preise: Cache-Treffer, Eingabe und Ausgabe

Cache Hit

Leistung

Zeit pro Aufgabe des Intelligence Index

Time per Intelligence Index Task

Time Period

Ausgabegeschwindigkeit

End-to-End Output Speed

Zeit bis zum ersten Antworttoken

Time to First Answer Token

Kontextfenster

Kontextfenster

Context Window for RAG

Context Window

Modellgröße (nur Modelle mit offenen Gewichten)

Modellgröße: Gesamtparameter und aktive Parameter

Total Parameters

Active Parameters at Inference Time

Weitere Details

Weitere Veröffentlichungen von NVIDIA

Häufig gestellte Fragen

Wann wurde Nemotron 3 Super 120B A12B veröffentlicht?

Wer hat Nemotron 3 Super 120B A12B entwickelt?

Wie hoch ist die Latenz von Nemotron 3 Super 120B A12B?

Wie viel kostet Nemotron 3 Super 120B A12B?

Wie gestaltet sich der API-Preis von Nemotron 3 Super 120B A12B?

Ist Nemotron 3 Super 120B A12B ein Reasoning-Modell?

Welche Eingabemodalitäten unterstützt Nemotron 3 Super 120B A12B?

Welche Ausgabemodalitäten unterstützt Nemotron 3 Super 120B A12B?

Kann Nemotron 3 Super 120B A12B Bilder verarbeiten?

Ist Nemotron 3 Super 120B A12B multimodal?

Wie groß ist das Kontextfenster von Nemotron 3 Super 120B A12B?

Hat Nemotron 3 Super 120B A12B offene Gewichte?

Wie viele Parameter hat Nemotron 3 Super 120B A12B?

Was sind die aktiven Parameter von Nemotron 3 Super 120B A12B?

Unter welcher Lizenz steht Nemotron 3 Super 120B A12B?

Ist Nemotron 3 Super 120B A12B über eine API verfügbar?

Wo kann ich Nemotron 3 Super 120B A12B verwenden?