| 智能 | |||
|---|---|---|---|
| Intelligence Index | 23 | 14 | |
| AA-Briefcase v1.1 | 876 | 523 | |
| GDPval-AA v2.1 | 1016 | 763 | |
| AutomationBench-AA | 3% | 6% | |
| Terminal-Bench 4.0 | 1% | 0% | |
| SciCode | 40% | 40% | |
| Humanity's Last Exam | 28% | 14% | |
| GDP.pdf | 5% | 3% | |
| CritPt | 3% | 0% | |
| AA-Omniscience | 0 | −37 | |
| AA-LCR v1.1 | 79% | 69% | |
| 成本 | |||
| 每 100 万 Token 价格 | $0.482 | $1.155 | |
| 每 100 万输入 Token 价格 | $0.60 | $1.50 | |
| 每 100 万输出 Token 价格 | $2.50 | $7.50 | |
| 每 100 万缓存命中 Token 价格 | $0.16 | $0.15 | |
| 每任务成本 | $0.60 | $0.50 | |
| 运行 Intelligence Index 的成本 | US$805 | US$1,264 | |
| Token 使用量 | |||
| 每任务输出 Token 数 | 28k | 26k | |
| 每任务推理 Token 数 | 15k | 14k | |
| 运行 Intelligence Index 的输出 Token 数 | 112M | 101M | |
| 性能 | |||
| 输出速度 | 172 token/秒 | 168 token/秒 | |
| 首 Token 延迟 | 1.23 秒 | 2.19 秒 | |
| 首个回答 Token 时间 | 14.45 秒 | 14.12 秒 | |
| 端到端响应时间 | 17.36 秒 | 17.10 秒 | |
| 每任务耗时 | 146.26 秒 | 151.25 秒 | |
| 技术规格 | |||
| 上下文窗口 | 262k token约 393 页 A4 纸(12 号 Arial 字体) | 256k token约 384 页 A4 纸(12 号 Arial 字体) | |
| 发布日期 | 2026年6月 | 2026年4月 | |
| 总参数量 | 550B | 128B | |
| 活跃参数量 | 55B | ||
| 推理 | 是 | 是 | |
| 输入模态 | 支持:文本 | 支持:文本和图像 | |
| 输出模态 | 支持:文本 | 支持:文本 | |
| 开放权重 | |||
| 许可证 | |||
| 许可证允许不受限制地商用 | 是 | 是 | |
智能Updated
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index:开放权重与专有模型
衡量模型在特定能力和行业中的表现
Artificial Analysis 财务与会计指数
Intelligence Evaluations
Agentic knowledge work, (Elo-500)/2000
Agentic real-world work tasks, (Elo-500)/2000
Agentic SaaS workflows
Agentic coding & terminal use
Coding
Reasoning & knowledge
Professional document reasoning, All-pass
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Legal agentic work, criterion pass rate
Agentic business operations
Agentic scientific research workflows in a terminal
Quantitative analysis on spreadsheets & documents
Kubernetes incident root-cause analysis
Visual reasoning
Medical long context reasoning
AA-Briefcase v1.1Updated
AA-Briefcase Elo
AA-Omniscience
AA-Omniscience Index
开放性指数
Artificial Analysis 开放性指数:得分
Intelligence Index 比较
Intelligence Index 与每项任务的成本
单任务成本(美元,对数刻度)
Token 使用量
智能指数每项任务的输出 Token 数
成本
每项 Intelligence Index 任务的成本
运行 Artificial Analysis Intelligence Index 的成本
价格:缓存命中、输入和输出
上下文窗口
上下文窗口
速度
按输出速度(每秒 token 数)衡量
输出速度
智能指数每项任务耗时
延迟
按首 Token 延迟(秒)衡量
延迟: 首个答案 Token 延迟
端到端响应时间
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
端到端响应时间
模型规模(仅开放权重模型)
模型规模:总参数量与活跃参数量
常见问题
Nemotron 3 Ultra 550B A55B (Reasoning) 更智能。在 Artificial Analysis Intelligence Index 上,Nemotron 3 Ultra 550B A55B (Reasoning) 的得分为 23,而 Mistral Medium 3.5 的得分为 14。
Nemotron 3 Ultra 550B A55B (Reasoning) 更快。Nemotron 3 Ultra 550B A55B (Reasoning) 每秒生成 172.1 个 token,而 Mistral Medium 3.5 每秒生成 167.7 个 token。
Nemotron 3 Ultra 550B A55B (Reasoning) 更便宜。Nemotron 3 Ultra 550B A55B (Reasoning) 每 100 万 token 的成本为 $0.48,而 Mistral Medium 3.5 为 $1.16(缓存命中/输入/输出比例为 7:2:1)。
Nemotron 3 Ultra 550B A55B (Reasoning) 的延迟更低。Nemotron 3 Ultra 550B A55B (Reasoning) 的首 Token 延迟为 1.23 秒,而 Mistral Medium 3.5 为 2.19 秒。
两个模型的上下文窗口均为 260k 个 token。