Mistral Large 4.0 OSS vs Nemotron 3.5 Super VL 120B A12B
完整资料:Mistral Large 4.0 OSS(Mistral AI)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 3 个来源
截至 2026年11月16日,两者共同的基准测试太少,无法判断质量高下。在两者都有成绩的所有类别中,Mistral Large 4.0 OSS 均领先。
要点(截至 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)。
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”。
主要差异
- 共同的基准测试太少,无法给出结论。
- Mistral Large 4.0 OSS (high) 在数学、推理方面更强。
概览
| 规格 | Mistral Large 4.0 OSS | Nemotron 3.5 Super VL 120B A12B |
|---|---|---|
| 提供商 | Mistral AI | NVIDIA |
| 发布日期 | 2026年10月29日 | 2026年10月15日 |
| 上下文窗口(token) | – | 1,048,576 |
| 对比时的配置 | Mistral Large 4.0 OSS (high) | Nemotron 3.5 Super VL 120B A12B |
| 开放权重 | 否 | 是 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | – | $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 | Mistral Large 4.0 OSS (high) | Nemotron 3.5 Super VL 120B A12B | 领先者 |
|---|---|---|---|
| 推理 | 64.2 | 58.8 | Mistral Large 4.0 OSS |
| 编程 | – | 47.9 | 无法比较 |
| 智能体与工具 | – | 25.4 | 无法比较 |
| 数学 | 66.4 | 59.2 | Mistral Large 4.0 OSS |
| 知识 | 34.1 | – | 无法比较 |
| 人类偏好 | – | 58.9 | 无法比较 |
| 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。
虚线:该模型在所经过的轴上没有结果,线条只连接相邻的点。
未绘制(这些模型没有结果):指令遵循, 长上下文。
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 4.0 OSS (high) | Nemotron 3.5 Super VL 120B A12B |
|---|---|---|
| 每百万 token 混合价格 | – | $0.788 |
| 每百万 token 输入 / 输出 | – / – | $0.570 / $1.44 |
| 每百万 token 缓存输入 | – | $0.114 |
| 每项任务价格:聊天回复 | – | $0.0007 |
| 每项任务价格:总结一份 30 页的报告 | – | $0.0077 |
| 每项任务价格:代码编辑 | – | $0.0056 |
| 每项任务价格:智能体编程会话 | – | $0.040 |
| 每项任务价格:结构化信息提取 | – | $0.0014 |
| 智能体编程会话(输入大多命中缓存) | – | $0.019 |
每个模型都按其排名最高的推理强度设置进行对比。Mistral Large 4.0 OSS (high)。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 31 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 4.0 OSS (high) | Nemotron 3.5 Super VL 120B A12B |
|---|---|---|---|
| BenchLeader Index | BenchLeader | – | 50.4 |
| 知识得分 | BenchLeader | 34.1 | – |
| 数学得分 | BenchLeader | 66.4 | 59.2 |
| 推理得分 | BenchLeader | 64.2 | 58.8 |
| 智能体与工具得分 | BenchLeader | – | 25.4 |
| 编程得分 | BenchLeader | – | 47.9 |
| 人类偏好得分 | BenchLeader | – | 58.9 |
| 多模态得分 | BenchLeader | – | 53.5 |
| 混合价格(美元/百万 token) | BenchLeader | – | $0.788 |
| 上下文窗口 | BenchLeader | – | 1,048,576 token |
| 推理 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 90.2% | – |
| Arena Hard Prompts | Arena (LMArena) | – | 1432 |
| Arena Expert | Arena (LMArena) | – | 1437 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 29.0% | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 20.0% | – |
| 编程 | |||
| Arena Coding | Arena (LMArena) | – | 1460 |
| Arena WebDev | Arena (LMArena) | – | 1401 |
| Code Migration v1.1 | Vals AI | – | 16.4%† |
| Vibe Code Bench v1.1 | Vals AI | – | 3.7%† |
| 智能体与工具 | |||
| Arena Agent | Arena (LMArena) | – | -16 |
| Finance Agent v2.1 | Vals AI | – | 47.7%† |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 3.8%† |
| Legal Research Bench | Vals AI | – | 10.1%† |
| Tax Agent Bench | Vals AI | – | 11.6%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 0.0%† |
| Arena Agent Task Completion | Arena (LMArena) | – | -18.9 |
| 数学 | |||
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 99.4% | – |
| Arena Maths | Arena (LMArena) | – | 1417 |
| 知识 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 22.4% | – |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 52.8%† |
| EBR-bench | Epoch AI Benchmarking Hub | 18.1% | – |
| 指令遵循 | |||
| Arena Instruction Following | Arena (LMArena) | – | 1411 |
| 人类偏好 | |||
| Arena Text | Arena (LMArena) | – | 1414 |
| Arena Creative Writing | Arena (LMArena) | – | 1387 |
| Arena Multi-turn | Arena (LMArena) | – | 1425 |
显示全部 31 项基准测试
| 指标 | 发布方 | Mistral Large 4.0 OSS (high) | Nemotron 3.5 Super VL 120B A12B |
|---|---|---|---|
| 人类偏好 | |||
| Arena Longer Queries | Arena (LMArena) | – | 1411 |
| 多模态 | |||
| Arena Vision | Arena (LMArena) | – | 1214 |
| Furniture Assembly | Epoch AI Benchmarking Hub | 30.8% | – |
| 综合 | |||
| Vals Index | Vals AI | – | 29.8† |
| Vals Finance Index | Vals AI | – | 41.0%† |
| Vals Legal Index | Vals AI | – | 55.4%† |
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 120B A12B:1 项分数修订。
- Nemotron 3.5 Super VL 120B A12B:1 项分数修订。
- Mistral Large 4.0 OSS (high):首批结果。
- 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。
- Nemotron 3.5 Super VL 120B A12B:BenchLeader Index 53.6 → 50.4。
- Nemotron 3.5 Super VL 120B A12B:1 项新结果(Arena Agent)。
- Nemotron 3.5 Super VL 120B A12B:1 项分数修订。
- Nemotron 3.5 Super VL 120B A12B:8 项新结果(Arena Text, Arena Hard Prompts, Arena Coding…);输入价格 $0.00/M → $0.57/M;输出价格 $0.00/M → $1.44/M。
- Nemotron 3.5 Super VL 120B A12B:2 项新结果(Arena WebDev, Arena Vision)。
相关对比
- Mistral Large 4.0 OSS vs Mistral Large 4
- Mistral Large 4.0 OSS vs Inkling
- Mistral Large 4.0 OSS vs Qwen3.5-35B-A3B
- Nemotron 3.5 Super VL 120B A12B vs Inkling
- Nemotron 3.5 Super VL 120B A12B vs Qwen3.5-35B-A3B
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 4.0 OSS vs Nemotron 3.5 Super VL 120B A12B:常见问题
- Mistral Large 4.0 OSS 是什么时候发布的?
- Mistral Large 4.0 OSS 于 2026年10月29日 发布。