BenchLeader

Mistral Large 3 vs Nemotron 3.5 Super VL

完整资料:Mistral Large 3(Mistral AI)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 9 个来源

截至 2026年11月16日,Mistral Large 3 与 Nemotron 3.5 Super VL 的质量不相上下(BenchLeader Index 45.1 比 45.8,在 ±8.9 的误差范围内)。Nemotron 3.5 Super VL 更便宜,对方的价格是它的 2.7 倍(每百万 token 混合价格 $0.275 比 $0.750)。看重知识(51 比 43)、编程(37 比 34)和推理(38 比 37)选 Mistral Large 3;看重长上下文(59 比 42)选 Nemotron 3.5 Super VL。Mistral Large 3 的首次回答更快(2.6 秒 比 13.7 秒)。Nemotron 3.5 Super VL 的输出更快(3 倍以上)。

要点(截至 2026年11月16日)

  • Mistral Large 3 的 BenchLeader Index 为 45.1,Nemotron 3.5 Super VL 为 45.8(BenchLeader,2026年11月16日)。
  • Mistral Large 3 每百万 token 混合价格为 $0.750(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)。
  • Nemotron 3.5 Super VL 比 Mistral Large 3 输出更快(3 倍以上;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 14 项基准测试中,Nemotron 3.5 Super VL 领先 13 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Mistral Large 3类别得分 37 比 34;SciCode (AA) 36.6% 比 47.8%中
推理Mistral Large 3类别得分 38 比 37;HLE-Diamond (AA) 4.5% 比 8.8%中
知识Mistral Large 3类别得分 51 比 43高
长文档Nemotron 3.5 Super VL类别得分 59 比 42;AA-LCR v1.1 69.0% 比 36.0%高
对话质量(人类偏好)–只有 Mistral Large 3 有 Arena 评分(类别得分 59)无法比较
成本最低Nemotron 3.5 Super VL每百万 token 混合价格 $0.275 比 $0.750;智能体编程会话 $0.014 比 $0.036–
首次回答最快Mistral Large 3首个回答 token 2.6 秒(Mistral Large 3)比 13.7 秒(Nemotron 3.5 Super VL)–
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

  • Mistral Large 3 与 Nemotron 3.5 Super VL 的质量不相上下(45.1 比 45.8,在 ±8.9 的误差范围内)。
  • Mistral Large 3 在编程、知识、推理方面更强。
  • Nemotron 3.5 Super VL 在长上下文方面更强。
  • Nemotron 3.5 Super VL 更便宜,对方的价格是它的 2.7 倍(每百万 token 混合价格 $0.275 比 $0.750)。
  • Nemotron 3.5 Super VL 的输出速度是对方的 3.2 倍(271 比 84 token/秒)。

概览

规格Mistral Large 3Nemotron 3.5 Super VL
提供商Mistral AINVIDIA
发布日期2025年12月2日2026年10月15日
上下文窗口(token)262,1441,048,576
对比时的配置Mistral Large 3Nemotron 3.5 Super VL
开放权重是是
每百万 token 价格(输入 / 输出 / 缓存输入)$0.500 / $1.50 / $0.050$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Mistral Large 3Nemotron 3.5 Super VL领先者
推理38.236.5Mistral Large 3
编程37.134.4Mistral Large 3
智能体与工具37.9–无法比较
数学49.6–无法比较
知识51.143.2Mistral Large 3
指令遵循39.4–无法比较
人类偏好59.0–无法比较
多模态46.0–无法比较
长上下文41.758.9Nemotron 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。

2550 avg75推理编程知识长上下文Mistral Large 3, 推理: 38.2Mistral Large 3, 编程: 37.1Mistral Large 3, 知识: 51.1Mistral Large 3, 长上下文: 41.7Nemotron 3.5 Super VL, 推理: 36.5Nemotron 3.5 Super VL, 编程: 34.4Nemotron 3.5 Super VL, 知识: 43.2Nemotron 3.5 Super VL, 长上下文: 58.9

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。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 14 项基准测试中,Mistral Large 3 领先 0 项,Nemotron 3.5 Super VL 领先 13 项,1 项持平。

综合 IndexMistral Large 3Nemotron 3.5 Super VL领先者
BenchLeader Index45.145.8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Mistral Large 3Nemotron 3.5 Super VL
每百万 token 混合价格$0.750$0.275
每百万 token 输入 / 输出$0.500 / $1.50$0.200 / $0.500
每百万 token 缓存输入$0.050$0.020
每项任务价格:聊天回复$0.0007$0.0002
每项任务价格:总结一份 30 页的报告$0.0069$0.0027
每项任务价格:代码编辑$0.0053$0.0020
每项任务价格:智能体编程会话$0.036$0.014
每项任务价格:结构化信息提取$0.0013$0.0005
智能体编程会话(输入大多命中缓存)$0.016$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84 tok/s271 tok/s
首次回答时间2.6 秒13.7 秒
完整回答耗时(最近一次测量 2026年11月13日)34.1 秒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。Mistral Large 3 得分 45.1,首个回答 token 需 3 秒。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 74 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Mistral Large 3Nemotron 3.5 Super VL
BenchLeader IndexBenchLeader45.145.8
智能体与工具得分BenchLeader37.9–
编程得分BenchLeader37.134.4
人类偏好得分BenchLeader59.0–
指令遵循得分BenchLeader39.4–
知识得分BenchLeader51.143.2
长上下文得分BenchLeader41.758.9
数学得分BenchLeader49.6–
多模态得分BenchLeader46.0–
推理得分BenchLeader38.236.5
混合价格(美元/百万 token)BenchLeader$0.750$0.275
输出速度BenchLeader84 tok/s271 tok/s
首次回答时间BenchLeader2.6 秒13.7 秒
上下文窗口BenchLeader262,144 token1,048,576 token
推理
SimpleBenchSimpleBench20.4%–
Arena Hard PromptsArena (LMArena)1433–
GPQA Diamond (AA)Artificial Analysis68.0%–
Humanity's Last Exam (AA)Artificial Analysis4.2%30.7%
HLE-Diamond (AA)Artificial Analysis4.5%8.8%
GPQA Diamond (Vals)Vals AI68.4%–
Kagi LLM BenchmarkKagi LLM Benchmark50.9%–
ARC-AGI-1ARC Prize–2.0%†
ARC-AGI-2ARC Prize–0.8%†
CritPtArtificial Analysis0.0%10.6%
CritPt v2 hard subset (AA)Artificial Analysis–13.5%
Arena ExpertArena (LMArena)1428–
LMCAEpoch AI Benchmarking Hub16.7%–
DTBenchEpoch AI Benchmarking Hub65.1%–
编程
SciCodeSciCode36.6%–
Arena CodingArena (LMArena)1471–
Arena WebDevArena (LMArena)1232–
SciCode (AA)Artificial Analysis36.6%47.8%
LiveCodeBenchVals AI55.3%–
SWE-bench (Vals)Vals AI41.4%–
SWE Atlas v1.1Scale AI SEAL–24.8%
SWE Atlas v1.1: Codebase QnAScale AI SEAL–26.6%
SWE Atlas v1.1: Test WritingScale AI SEAL–27.8%
SWE Atlas v1.1: RefactoringScale AI SEAL–20.0%
ALE-BenchEpoch AI Benchmarking Hub264.7–
显示全部 74 项基准测试
指标发布方Mistral Large 3Nemotron 3.5 Super VL
编程
Terminal-Bench 4.0 (AA)Artificial Analysis0.0%0.0%
Terminal-Bench 2.1 (AA)Artificial Analysis12.0%–
Design Arena WebsiteDesign Arena11541160
FrontierCode 1.1 (AA)Artificial Analysis–25.5%
FrontierCode 2.0 (AA)Artificial Analysis–6.1%
LiveCodeBench (AA)Artificial Analysis46.5%–
智能体与工具
Terminal-BenchTerminal-Bench–0.3%†
Terminal-Bench HardArtificial Analysis15.9%–
τ²-Bench Telecom (AA)Artificial Analysis24.6%–
GDPval-AA v2.1, normalised scoreArtificial Analysis–33.1%
GDPval-AA v2.1Artificial Analysis4271162
τ³-Banking (AA)Artificial Analysis5.8%–
Terminal-Bench 2.0 (Vals)Vals AI9.0%–
AutomationBenchArtificial Analysis1.5%14.8%
GDP.pdf (AA)Artificial Analysis1.2%8.0%
AA-Briefcase v1.1Artificial Analysis229999
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–0.0%
数学
AIME (Vals)Vals AI42.9%–
MGSMVals AI85.4%–
Arena MathsArena (LMArena)1402–
AIME 2025 (AA)Artificial Analysis38.0%–
知识
AA-Omniscience v1.1Artificial Analysis–-2.9
MMLU-ProVals AI79.8%–
LegalBenchVals AI79.1%–
CorpFinVals AI61.0%–
TaxEvalVals AI73.1%–
MedQAVals AI82.2%–
CaseLaw v2Vals AI61.4%–
AA-Omniscience v1.1: accuracyArtificial Analysis–21.2%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–69.5%
Global-MMLU-Lite (AA)Artificial Analysis80.3%–
指令遵循
IFBenchArtificial Analysis36.2%–
Arena Instruction FollowingArena (LMArena)1403–
人类偏好
Arena TextArena (LMArena)1415–
Arena Creative WritingArena (LMArena)1375–
Arena Multi-turnArena (LMArena)1419–
Arena Longer QueriesArena (LMArena)1419–
多模态
Arena VisionArena (LMArena)1222–
MMMU-ProArtificial Analysis55.7%–
MMMU-Pro (Vals)Vals AI66.2%–
MortgageTaxVals AI52.1%–
Humanity's Sixth SenseScale AI SEAL–24.7%†
长上下文
AA-LCR v1.1Artificial Analysis36.0%69.0%
MLCRArtificial Analysis1.1%13.3%
综合
AA Intelligence Index v5.0.1Artificial Analysis–13.6
AA Intelligence Index v4.3.2Artificial Analysis9.326.5
AA Progress Index v1Artificial Analysis196.2283.9
安全与诚实
DistressBenchScale AI SEAL58.8%–
元数据
AA Openness IndexArtificial Analysis38.983.3

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

  • Mistral Large 3:价格 $0.070/M → $0.050/M。
  • Nemotron 3.5 Super VL:价格 $0.060/M → $0.020/M。
  • Mistral Large 3:4 项新结果(GDPval-AA v2.1, Global-MMLU-Lite (AA), AIME 2025 (AA)…)。
  • 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。
  • Mistral Large 3:价格 $0.050/M → $0.070/M。
  • 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。
  • Mistral Large 3:BenchLeader Index 45.6 → 45.1。
  • Mistral Large 3:1 项新结果(SimpleBench)。

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

Mistral Large 3 vs Nemotron 3.5 Super VL:常见问题

Mistral Large 3 比 Nemotron 3.5 Super VL 更好吗?
Mistral Large 3 与 Nemotron 3.5 Super VL 的质量不相上下(45.1 比 45.8,在 ±8.9 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。
Mistral Large 3 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 $0.750(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 Mistral Large 3 还是 Nemotron 3.5 Super VL 更好?
Mistral Large 3 在编程方面得分更高(类别得分 37 比 34,50 为平均水平)。
Mistral Large 3 和 Nemotron 3.5 Super VL 哪个更快?
Nemotron 3.5 Super VL 输出更快(3 倍以上;输出 271 比 84 token/秒,Artificial Analysis 7 日中位数)。
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 42)。Nemotron 3.5 Super VL 支持更长的上下文:1,048,576 token,Mistral Large 3 为 262,144 token。
更多问题(3)
哪个延迟更低?
Mistral Large 3 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 2.6 秒比 13.7 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 Mistral Large 3 和 Nemotron 3.5 Super VL 的看法一致吗?
在两者都有结果的 14 项基准测试中,Mistral Large 3 领先 0 项,Nemotron 3.5 Super VL 领先 13 项,1 项持平。
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。