BenchLeader

Inkling vs Nemotron 3.5 Super VL 120B A12B

完整资料:Inkling(Thinking Machines)和 Nemotron 3.5 Super VL 120B A12B(NVIDIA),包括全部基准测试、价格和排名。

更新于 · 数据来自 10 个来源

截至 2026年11月16日,Inkling 与 Nemotron 3.5 Super VL 120B A12B 的质量不相上下(BenchLeader Index 50.4 比 50.4,在 ±10.9 的误差范围内)。Nemotron 3.5 Super VL 120B A12B 更便宜,对方的价格是它的 3.3 倍(每百万 token 混合价格 $0.788 比 $2.57)。看重智能体与工具(31 比 25)选 Inkling;看重推理(59 比 52)、数学(59 比 54)和编程(48 比 46)选 Nemotron 3.5 Super VL 120B A12B。

要点(截至 2026年11月16日)

  • Inkling 的 BenchLeader Index 为 50.4,Nemotron 3.5 Super VL 120B A12B 为 50.4(BenchLeader,2026年11月16日)。
  • Inkling 每百万 token 混合价格为 $2.57(标价,2026年11月16日)。
  • Nemotron 3.5 Super VL 120B A12B 每百万 token 混合价格为 $0.788(标价,2026年11月16日)。
  • 在两者都有结果的 11 项基准测试中,Inkling 领先 9 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,Inkling 的评分为 1414,Nemotron 3.5 Super VL 120B A12B 为 1401(LMArena,截至 2026年11月16日 的公布数据)。

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Nemotron 3.5 Super VL 120B A12B类别得分 48 比 46;Arena WebDev 1401 比 1414中
智能体与工具调用Inkling类别得分 31 比 25;Arena Agent -17.3 比 -16中
数学Nemotron 3.5 Super VL 120B A12B类别得分 59 比 54;Arena Maths 1417 比 1479中
推理Nemotron 3.5 Super VL 120B A12B类别得分 59 比 52;Arena Hard Prompts 1432 比 1463中
对话质量(人类偏好)均可Arena 投票 59 比 59均可
成本最低Nemotron 3.5 Super VL 120B A12B每百万 token 混合价格 $0.788 比 $2.57;智能体编程会话 $0.040 比 $0.131–
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

  • Inkling 与 Nemotron 3.5 Super VL 120B A12B 的质量不相上下(50.4 比 50.4,在 ±10.9 的误差范围内)。
  • Inkling 在智能体与工具方面更强。
  • Nemotron 3.5 Super VL 120B A12B 在编程、数学、推理方面更强。
  • Nemotron 3.5 Super VL 120B A12B 更便宜,对方的价格是它的 3.3 倍(每百万 token 混合价格 $0.788 比 $2.57)。

概览

规格InklingNemotron 3.5 Super VL 120B A12B
提供商Thinking MachinesNVIDIA
发布日期2026年7月15日2026年10月15日
上下文窗口(token)65,5361,048,576
对比时的配置InklingNemotron 3.5 Super VL 120B A12B
开放权重是是
每百万 token 价格(输入 / 输出 / 缓存输入)$1.87 / $4.68 / $0.374$0.570 / $1.44 / $0.114

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InklingNemotron 3.5 Super VL 120B A12B领先者
推理52.258.8Nemotron 3.5 Super VL 120B A12B
编程46.147.9Nemotron 3.5 Super VL 120B A12B
智能体与工具31.125.4Inkling
数学54.159.2Nemotron 3.5 Super VL 120B A12B
知识60.2–无法比较
人类偏好58.958.9持平
多模态–53.5无法比较

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。

2550 avg75推理编程智能体与工具数学人类偏好Inkling, 推理: 52.2Inkling, 编程: 46.1Inkling, 智能体与工具: 31.1Inkling, 数学: 54.1Inkling, 人类偏好: 58.9Nemotron 3.5 Super VL 120B A12B, 推理: 58.8Nemotron 3.5 Super VL 120B A12B, 编程: 47.9Nemotron 3.5 Super VL 120B A12B, 智能体与工具: 25.4Nemotron 3.5 Super VL 120B A12B, 数学: 59.2Nemotron 3.5 Super VL 120B A12B, 人类偏好: 58.9

未绘制(测得的模型少于两个):知识, 指令遵循, 长上下文, 多模态。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 11 项基准测试中,Inkling 领先 9 项,Nemotron 3.5 Super VL 120B A12B 领先 2 项。第三方来源看法不一:Inkling 在 Arena Text 上领先;Nemotron 3.5 Super VL 120B A12B 在 Vals Index 上领先。

综合 IndexInklingNemotron 3.5 Super VL 120B A12B领先者
BenchLeader Index50.450.4不相上下
Vals Index29.029.8†Nemotron 3.5 Super VL 120B A12B
Arena Text14431414Inkling

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InklingNemotron 3.5 Super VL 120B A12B
每百万 token 混合价格$2.57$0.788
每百万 token 输入 / 输出$1.87 / $4.68$0.570 / $1.44
每百万 token 缓存输入$0.374$0.114
每项任务价格:聊天回复$0.0022$0.0007
每项任务价格:总结一份 30 页的报告$0.025$0.0077
每项任务价格:代码编辑$0.018$0.0056
每项任务价格:智能体编程会话$0.131$0.040
每项任务价格:结构化信息提取$0.0047$0.0014
智能体编程会话(输入大多命中缓存)$0.064$0.019
输出速度115 tok/s–
首次回答时间0.3 秒–

每个模型都按其排名最高的推理强度设置进行对比。Inkling 得分 50.4,首个回答 token 需 0 秒;Inkling (xhigh) 为 50.0(19 秒)。Nemotron 3.5 Super VL 120B A12B 得分 50.4。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 132 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InklingNemotron 3.5 Super VL 120B A12B
BenchLeader IndexBenchLeader50.450.4
智能体与工具得分BenchLeader31.125.4
编程得分BenchLeader46.147.9
人类偏好得分BenchLeader58.958.9
知识得分BenchLeader60.2–
数学得分BenchLeader54.159.2
推理得分BenchLeader52.258.8
多模态得分BenchLeader–53.5
混合价格(美元/百万 token)BenchLeader$2.57$0.788
输出速度BenchLeader115 tok/s–
首次回答时间BenchLeader0.3 秒–
上下文窗口BenchLeader65,536 token1,048,576 token
推理
GPQA DiamondEpoch AI Benchmarking Hub88.3%†–
SimpleBenchSimpleBench50.0%–
Arena Hard PromptsArena (LMArena)14631432
LiveBench 2.0 ReasoningLiveBench78.3%†–
LiveBench 1.0 ReasoningLiveBench78.3%†–
GPQA Diamond (AA)Artificial Analysis87.2%†–
Humanity's Last Exam (AA)Artificial Analysis31.9%†–
HLE-Diamond (AA)Artificial Analysis10.6%†–
GPQA Diamond (Vals)Vals AI87.1%–
ARC-AGI-1ARC Prize79.5%–
ARC-AGI-2ARC Prize36.5%–
CritPtArtificial Analysis5.4%†–
CritPt v2 hard subset (AA)Artificial Analysis18.0%†–
HLE-Diamond (Scale)Scale AI SEAL11.2%–
Arena ExpertArena (LMArena)14741437
Chess PuzzlesEpoch AI Benchmarking Hub21.0%†–
LMCAEpoch AI Benchmarking Hub37.6%†–
DTBenchEpoch AI Benchmarking Hub87.5%†–
编程
SciCodeSciCode47.0%†–
WeirdMLWeirdML32.3%†–
FrontierCodeCognition14.0%–
Arena CodingArena (LMArena)14941460
Arena WebDevArena (LMArena)14141401
LiveBench 2.0 CodingLiveBench48.7%†–
LiveBench 1.0 CodingLiveBench71.0%†–
显示全部 132 项基准测试
指标发布方InklingNemotron 3.5 Super VL 120B A12B
编程
LiveCodeBenchVals AI85.5%–
IOIVals AI14.9%–
SWE-bench (Vals)Vals AI77.6%–
Code MigrationVals AI11.8%–
Code Migration v1.1Vals AI8.8%16.4%†
ProgramBenchVals AI0.0%–
Vibe Code Bench 1-100Vals AI7.3%–
Vibe Code Bench v1.1Vals AI19.2%3.7%†
SWE-Bench Pro V2Scale AI SEAL89.9%†–
SWE-Bench Pro V2 HARDScale AI SEAL56.9%†–
ALE-BenchEpoch AI Benchmarking Hub946–
FrontierSWEEpoch AI Benchmarking Hub4.1%†–
WeirdML v3WeirdML3.9%†–
Terminal-Bench 4.0 (AA)Artificial Analysis1.0%†–
Terminal-Bench 2.1 (AA)Artificial Analysis55.1%†–
GameBench 2 OverallDuelLab GameBench 225.6–
GameBench 2 by reasoning settingDuelLab GameBench 226.7†–
Design Arena WebsiteDesign Arena1215–
FrontierCode 1.1 (AA)Artificial Analysis15.8%†–
FrontierCode 2.0 (AA)Artificial Analysis3.9%†–
智能体与工具
Terminal-BenchTerminal-Bench0.0%†–
APEX-AgentsMercor33.8%–
Arena AgentArena (LMArena)-17.3-16
LiveBench Long AgenticLiveBench9.8%†–
LiveBench BrowserLiveBench12.0%†–
LiveBench Agentic CodingLiveBench49.4%†–
Terminal-Bench 2.1 (Vals)Vals AI47.6%–
MCP AtlasScale AI SEAL76.0%†–
τ³-bench Bankingτ²-bench25.0%†–
GDPval-AA v2.1Artificial Analysis1080†–
τ³-Banking (AA)Artificial Analysis29.1%†–
Analyst Agent (AA)Artificial Analysis23.8%†–
CyberBenchVals AI66.8%–
Finance Agent v2Vals AI46.6%–
Finance Agent v2.1Vals AI49.9%47.7%†
Harvey's Legal Agent Benchmark v1.1Vals AI3.8%3.8%†
Harvey's Legal Agent Benchmark v1Vals AI2.1%–
Legal Research BenchVals AI28.4%10.1%†
SkillsBenchVals AI26.1%–
SREBenchVals AI0.0%–
Tax Agent BenchVals AI15.3%11.6%†
Terminal-Bench 4.0 (Vals)Vals AI0.5%0.0%†
Arena Agent Task CompletionArena (LMArena)-26.8-18.9
AutomationBenchArtificial Analysis5.0%†–
GDP.pdf (AA)Artificial Analysis12.8%†–
Harvey LAB-AA v1.1Harvey0.0%†–
EnterpriseOps-GymArtificial Analysis38.0%†–
AA-Briefcase v1.1Artificial Analysis833†–
GDPxGDPx by SemiAnalysis2.3%†–
Design Arena AgenticDesign Arena1173–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis0.0%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub33.3%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub4.9%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub88.9%†–
ProofBenchVals AI0.0%–
LiveBench MathematicsLiveBench88.4%†–
Arena MathsArena (LMArena)14791417
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub40.3%†–
LiveBench 2.0 Data AnalysisLiveBench72.8%†–
LiveBench ResearchLiveBench60.3%†–
LiveBench 1.0 Data AnalysisLiveBench72.8%†–
AA-Omniscience v1.1Artificial Analysis-1.5†–
MMLU-ProVals AI86.3%–
LegalBenchVals AI83.0%–
CorpFinVals AI68.6%–
TaxEvalVals AI75.3%–
Excel Modeling BenchmarkVals AI38.4%–
Excel Modeling Benchmark v1.1Vals AI41.0%52.8%†
MedCodeVals AI41.2%–
MedScribeVals AI85.4%–
Public Benefits Bench v1.1Vals AI58.5%–
AA-Omniscience v1.1: accuracyArtificial Analysis39.3%†–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis32.8%†–
指令遵循
LiveBench LanguageLiveBench73.5%†–
LiveBench Instruction FollowingLiveBench70.1%†–
Arena Instruction FollowingArena (LMArena)14271411
人类偏好
Arena TextArena (LMArena)14431414
EQ-Bench 4EQ-Bench1212–
EQ-Bench Creative Writing v3EQ-Bench1609–
Arena Creative WritingArena (LMArena)13891387
Arena Multi-turnArena (LMArena)14461425
Arena Longer QueriesArena (LMArena)14421411
多模态
Arena VisionArena (LMArena)–1214
LiveBench DesignLiveBench55.2%†–
MMMU-ProArtificial Analysis73.5%†–
MMMU-Pro (Vals)Vals AI78.5%–
MortgageTaxVals AI64.0%–
AudioMCScale AI SEAL56.6%†–
AudioMC (text output)Scale AI SEAL56.6%†–
Code2Video-AAArtificial Analysis467†–
AA-3DArtificial Analysis591†–
长上下文
AA-LCR v1.1Artificial Analysis77.3%†–
MLCRArtificial Analysis6.1%†–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub148.4–
LiveBench 2.0LiveBench44.3%†–
LiveBench 1.0LiveBench71.9%†–
AA Intelligence Index v5.0.1Artificial Analysis12.5†–
AA Intelligence Index v4.3.2Artificial Analysis25.0†–
AA Progress Index v1Artificial Analysis281.4†–
Vals IndexVals AI29.029.8†
Vals Finance IndexVals AI38.3%41.0%†
Vals Multimodal IndexVals AI49.4%–
Vals Router IndexVals AI29.0%–
Vals Legal IndexVals AI54.2%55.4%†
安全与诚实
FORTRESSScale AI SEAL25.0%†–
DistressBenchScale AI SEAL78.5%–
元数据
AA Openness IndexArtificial Analysis38.9†–

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。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • Inkling:BenchLeader Index 47.8 → 50.4。
  • Inkling:1 项分数修订。
  • Inkling:5 项分数修订。
  • Nemotron 3.5 Super VL 120B A12B:1 项分数修订。
  • Nemotron 3.5 Super VL 120B A12B:1 项分数修订。
  • Inkling:1 项分数修订。
  • Nemotron 3.5 Super VL 120B A12B:1 项分数修订。
  • Inkling:1 项分数修订。
  • Nemotron 3.5 Super VL 120B A12B:1 项分数修订。
  • Nemotron 3.5 Super VL 120B A12B:BenchLeader Index 53.6 → 50.4。

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

Inkling vs Nemotron 3.5 Super VL 120B A12B:常见问题

Inkling 比 Nemotron 3.5 Super VL 120B A12B 更好吗?
Inkling 与 Nemotron 3.5 Super VL 120B A12B 的质量不相上下(50.4 比 50.4,在 ±10.9 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。
Inkling 和 Nemotron 3.5 Super VL 120B A12B 哪个更便宜?价格会变吗?
目前 Nemotron 3.5 Super VL 120B A12B 更便宜:每百万 token $0.788 比 $2.57(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 Inkling 还是 Nemotron 3.5 Super VL 120B A12B 更好?
Nemotron 3.5 Super VL 120B A12B 在编程方面得分更高(类别得分 48 比 46,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Inkling 为 1414,Nemotron 3.5 Super VL 120B A12B 为 1401。
智能体和工具调用用 Inkling 还是 Nemotron 3.5 Super VL 120B A12B 更好?
Inkling 在智能体任务方面得分更高(类别得分 31 比 25,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Arena Agent 上,Inkling 为 -17.3,Nemotron 3.5 Super VL 120B A12B 为 -16。
处理长文档哪个更好?
Nemotron 3.5 Super VL 120B A12B 支持更长的上下文:1,048,576 token,Inkling 为 65,536 token。
更多问题(2)
第三方基准测试对 Inkling 和 Nemotron 3.5 Super VL 120B A12B 的看法一致吗?
在两者都有结果的 11 项基准测试中,Inkling 领先 9 项,Nemotron 3.5 Super VL 120B A12B 领先 2 项。第三方来源看法不一:Inkling 在 Arena Text 上领先;Nemotron 3.5 Super VL 120B A12B 在 Vals Index 上领先。
Nemotron 3.5 Super VL 120B A12B 是什么时候发布的?
Nemotron 3.5 Super VL 120B A12B 于 2026年10月15日 发布。