Granite 4.2 30B vs Nemotron 3.5 Super VL
完整资料:Granite 4.2 30B(IBM)和 Nemotron 3.5 Super VL(NVIDIA),包括全部基准测试、价格和排名。
更新于 · 数据来自 6 个来源
截至 2026年11月16日,Granite 4.2 30B 与 Nemotron 3.5 Super VL 的质量不相上下(BenchLeader Index 45.8 比 45.8,在 ±9.8 的误差范围内)。两者价格相近(每百万 token 混合价格 $0.283 比 $0.275)。看重编程(52 比 34)选 Granite 4.2 30B;看重长上下文(59 比 48)、知识(43 比 38)和推理(37 比 35)选 Nemotron 3.5 Super VL。
要点(截至 2026年11月16日)
- Granite 4.2 30B 的 BenchLeader Index 为 45.8,Nemotron 3.5 Super VL 为 45.8(BenchLeader,2026年11月16日)。
- Granite 4.2 30B 每百万 token 混合价格为 $0.283(标价,2026年11月16日)。
- Nemotron 3.5 Super VL 每百万 token 混合价格为 $0.275(标价,2026年11月16日)。
- 在两者都有结果的 18 项基准测试中,Nemotron 3.5 Super VL 领先 15 项(BenchLeader,2026年11月16日)。
按用途怎么选
推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。
| 用途 | 推荐 | 理由 | 置信度 |
|---|---|---|---|
| 编程 | Granite 4.2 30B | 类别得分 52 比 34;SciCode (AA) 37.9% 比 47.8% | 高 |
| 推理 | Nemotron 3.5 Super VL | 类别得分 37 比 35;HLE-Diamond (AA) 8.8% 比 4.3% | 中 |
| 知识 | Nemotron 3.5 Super VL | 类别得分 43 比 38;AA-Omniscience v1.1 -2.9 比 -12.4 | 中 |
| 长文档 | Nemotron 3.5 Super VL | 类别得分 59 比 48;AA-LCR v1.1 69.0% 比 49.0% | 高 |
| 对话质量(人类偏好) | – | 只有 Granite 4.2 30B 有 Arena 评分(类别得分 50) | 无法比较 |
| 低预算大批量 | 两者都不选 | 通常更小的模型更合适:便宜好用的大模型、最快的大模型 | – |
主要差异
- Granite 4.2 30B 与 Nemotron 3.5 Super VL 的质量不相上下(45.8 比 45.8,在 ±9.8 的误差范围内)。
- Granite 4.2 30B 在编程方面更强。
- Nemotron 3.5 Super VL 在知识、长上下文、推理方面更强。
- 两者价格相近(每百万 token 混合价格 $0.275)。
概览
| 规格 | Granite 4.2 30B | Nemotron 3.5 Super VL |
|---|---|---|
| 提供商 | IBM | NVIDIA |
| 发布日期 | 2026年8月25日 | 2026年10月15日 |
| 上下文窗口(token) | 131,072 | 1,048,576 |
| 对比时的配置 | Granite 4.2 30B | Nemotron 3.5 Super VL |
| 开放权重 | 是 | 是 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | – | $0.200 / $0.500 / $0.020 |
逐类别对比
类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。
| 类别 | Granite 4.2 30B | Nemotron 3.5 Super VL | 领先者 |
|---|---|---|---|
| 推理 | 34.9 | 36.5 | Nemotron 3.5 Super VL |
| 编程 | 51.7 | 34.4 | Granite 4.2 30B |
| 智能体与工具 | 42.2 | – | 无法比较 |
| 知识 | 38.0 | 43.2 | Nemotron 3.5 Super VL |
| 人类偏好 | 49.8 | – | 无法比较 |
| 长上下文 | 48.4 | 58.9 | Nemotron 3.5 Super VL |
同一图表对比
各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。
未绘制(测得的模型少于两个):智能体与工具, 数学, 指令遵循, 多模态, 人类偏好。
各来源的分歧
在两者都有结果的 18 项基准测试中,Granite 4.2 30B 领先 1 项,Nemotron 3.5 Super VL 领先 15 项,2 项持平。
| 综合 Index | Granite 4.2 30B | Nemotron 3.5 Super VL | 领先者 |
|---|---|---|---|
| BenchLeader Index | 45.8 | 45.8 | 不相上下 |
各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。
价格、速度与延迟
标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。
| 指标 | Granite 4.2 30B | Nemotron 3.5 Super VL |
|---|---|---|
| 每百万 token 混合价格 | – | $0.275 |
| 每百万 token 输入 / 输出 | – / – | $0.200 / $0.500 |
| 每百万 token 缓存输入 | – | $0.020 |
| 每项任务价格:聊天回复 | – | $0.0002 |
| 每项任务价格:总结一份 30 页的报告 | – | $0.0027 |
| 每项任务价格:代码编辑 | – | $0.0020 |
| 每项任务价格:智能体编程会话 | – | $0.014 |
| 每项任务价格:结构化信息提取 | – | $0.0005 |
| 智能体编程会话(输入大多命中缓存) | – | $0.0059 |
| 每项基准测试任务成本(AA Index) | – | $0.557 |
| 每项任务输出 token(AA Index) | – | 81k |
| 其中推理部分 | – | 56k |
| 每项任务耗时(AA Index) | – | 5 min |
| 输出速度 | – | 271 tok/s |
| 首次回答时间 | – | 13.7 秒 |
| 完整回答耗时(最近一次测量 2026年11月13日) | – | 36.4 秒 |
每个模型都按其排名最高的推理强度设置进行对比。Granite 4.2 30B 得分 45.8。Nemotron 3.5 Super VL 得分 45.8,首个回答 token 需 14 秒。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本
全部基准测试
共 43 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。
| 指标 | 发布方 | Granite 4.2 30B | Nemotron 3.5 Super VL |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 45.8 | 45.8 |
| 智能体与工具得分 | BenchLeader | 42.2 | – |
| 编程得分 | BenchLeader | 51.7 | 34.4 |
| 人类偏好得分 | BenchLeader | 49.8 | – |
| 知识得分 | BenchLeader | 38.0 | 43.2 |
| 长上下文得分 | BenchLeader | 48.4 | 58.9 |
| 推理得分 | BenchLeader | 34.9 | 36.5 |
| 混合价格(美元/百万 token) | BenchLeader | – | $0.275 |
| 输出速度 | BenchLeader | – | 271 tok/s |
| 首次回答时间 | BenchLeader | – | 13.7 秒 |
| 上下文窗口 | BenchLeader | 131,072 token | 1,048,576 token |
| 推理 | |||
| Arena Hard Prompts | Arena (LMArena) | 1366 | – |
| GPQA Diamond (AA) | Artificial Analysis | 64.4% | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 11.2% | 30.7% |
| HLE-Diamond (AA) | Artificial Analysis | 4.3% | 8.8% |
| ARC-AGI-1 | ARC Prize | – | 2.0%† |
| ARC-AGI-2 | ARC Prize | – | 0.8%† |
| CritPt | Artificial Analysis | 0.3% | 10.6% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 1.5% | 13.5% |
| Arena Expert | Arena (LMArena) | 1398 | – |
| 编程 | |||
| Arena Coding | Arena (LMArena) | 1398 | – |
| SciCode (AA) | Artificial Analysis | 37.9% | 47.8% |
| SWE Atlas v1.1 | Scale AI SEAL | – | 24.8% |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 26.6% |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 27.8% |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 20.0% |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 0.0% | 0.0% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 26.6% | – |
| Design Arena Website | Design Arena | – | 1160 |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 25.5% |
| FrontierCode 2.0 (AA) | Artificial Analysis | – | 6.1% |
| 智能体与工具 | |||
| Terminal-Bench | Terminal-Bench | – | 0.3%† |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 3.7% | 33.1% |
| GDPval-AA v2.1 | Artificial Analysis | 583 | 1162 |
| τ³-Banking (AA) | Artificial Analysis | 14.4% | – |
| AutomationBench | Artificial Analysis | 1.5% | 14.8% |
显示全部 43 项基准测试
| 指标 | 发布方 | Granite 4.2 30B | Nemotron 3.5 Super VL |
|---|---|---|---|
| 智能体与工具 | |||
| GDP.pdf (AA) | Artificial Analysis | 1.8% | 8.0% |
| AA-Briefcase v1.1 | Artificial Analysis | 395 | 999 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 0.0% | 0.0% |
| 知识 | |||
| AA-Omniscience v1.1 | Artificial Analysis | -12.4 | -2.9 |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 11.2% | 21.2% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 73.3% | 69.5% |
| 指令遵循 | |||
| Arena Instruction Following | Arena (LMArena) | 1342 | – |
| 人类偏好 | |||
| Arena Text | Arena (LMArena) | 1340 | – |
| Arena Creative Writing | Arena (LMArena) | 1263 | – |
| Arena Multi-turn | Arena (LMArena) | 1319 | – |
| Arena Longer Queries | Arena (LMArena) | 1347 | – |
| 多模态 | |||
| Humanity's Sixth Sense | Scale AI SEAL | – | 24.7%† |
| 长上下文 | |||
| AA-LCR v1.1 | Artificial Analysis | 49.0% | 69.0% |
| MLCR | Artificial Analysis | – | 13.3% |
| 综合 | |||
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 13.6 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 12.7 | 26.5 |
| AA Progress Index v1 | Artificial Analysis | 225.3 | 283.9 |
| 元数据 | |||
| AA Openness Index | Artificial Analysis | 72.2 | 83.3 |
数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。
变化
- Nemotron 3.5 Super VL:价格 $0.060/M → $0.020/M。
- Nemotron 3.5 Super VL:输入价格 $0.18/M → $0.20/M;价格 $0.52/M → $0.56/M。
- Nemotron 3.5 Super VL:BenchLeader Index 48.9 → 45.8。
- Nemotron 3.5 Super VL:BenchLeader Index 45.7 → 48.9。
- Nemotron 3.5 Super VL:1 项新结果(HiL-Bench);1 项分数修订。
- Nemotron 3.5 Super VL:输入价格 $0.20/M → $0.18/M。
- Granite 4.2 30B:1 项新结果(Terminal-Bench-Science 0.1 (AA))。
- Granite 4.2 30B:BenchLeader Index 46.6 → 45.9。
- Nemotron 3.5 Super VL:BenchLeader Index 45.0 → 45.7。
- Granite 4.2 30B:1 项新结果(CritPt v2 hard subset (AA))。
相关对比
- Nemotron 3.5 Super VL vs Command A+
- Nemotron 3.5 Super VL vs Beam 1.0
- Nemotron 3.5 Super VL vs Mistral Large 3
排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型
Granite 4.2 30B vs Nemotron 3.5 Super VL:常见问题
- Granite 4.2 30B 比 Nemotron 3.5 Super VL 更好吗?
- Granite 4.2 30B 与 Nemotron 3.5 Super VL 的质量不相上下(45.8 比 45.8,在 ±9.8 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
- Granite 4.2 30B 和 Nemotron 3.5 Super VL 哪个更便宜?价格会变吗?
- 目前 Nemotron 3.5 Super VL 更便宜:每百万 token $0.275 比 $0.283(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
- 编程用 Granite 4.2 30B 还是 Nemotron 3.5 Super VL 更好?
- Granite 4.2 30B 在编程方面得分更高(类别得分 52 比 34,50 为平均水平)。
- 处理长文档哪个更好?
- Nemotron 3.5 Super VL 在长上下文基准测试上得分更高(59 比 48)。Nemotron 3.5 Super VL 支持更长的上下文:1,048,576 token,Granite 4.2 30B 为 131,072 token。
- 第三方基准测试对 Granite 4.2 30B 和 Nemotron 3.5 Super VL 的看法一致吗?
- 在两者都有结果的 18 项基准测试中,Granite 4.2 30B 领先 1 项,Nemotron 3.5 Super VL 领先 15 项,2 项持平。
更多问题(1)
- Nemotron 3.5 Super VL 是什么时候发布的?
- Nemotron 3.5 Super VL 于 2026年10月15日 发布。