BenchLeader

Nemotron 3.5 Super VL 120B A12B vs Qwen3.5-35B-A3B

完整资料:Nemotron 3.5 Super VL 120B A12B(NVIDIA)和 Qwen3.5-35B-A3B(Alibaba),包括全部基准测试、价格和排名。

更新于 · 数据来自 5 个来源

截至 2026年11月16日,Nemotron 3.5 Super VL 120B A12B 与 Qwen3.5-35B-A3B 的质量不相上下(BenchLeader Index 50.4 比 49.9,在 ±10.6 的误差范围内)。两者价格相近(每百万 token 混合价格 $0.788 比 $0.688)。在两者都有成绩的所有类别中,Nemotron 3.5 Super VL 120B A12B 均领先。

要点(截至 2026年11月16日)

  • Nemotron 3.5 Super VL 120B A12B 的 BenchLeader Index 为 50.4,Qwen3.5-35B-A3B 为 49.9(BenchLeader,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)。
  • Qwen3.5-35B-A3B 每百万 token 混合价格为 $0.688(标价,2026年11月16日)。
  • 在两者都有结果的 9 项基准测试中,Nemotron 3.5 Super VL 120B A12B 领先 9 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,Nemotron 3.5 Super VL 120B A12B 的评分为 1401,Qwen3.5-35B-A3B 为 1253(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 37;Arena WebDev 1401 比 1253高
数学Nemotron 3.5 Super VL 120B A12B类别得分 59 比 47;Arena Maths 1417 比 1397高
推理均可类别得分 59 比 59;Arena Hard Prompts 1432 比 1412均可
对话质量(人类偏好)Nemotron 3.5 Super VL 120B A12BArena 投票 59 比 56中
成本最低均可每百万 token 混合价格 $0.788 比 $0.688;智能体编程会话 $0.040 比 $0.023–
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

  • Nemotron 3.5 Super VL 120B A12B 与 Qwen3.5-35B-A3B 的质量不相上下(50.4 比 49.9,在 ±10.6 的误差范围内)。
  • Nemotron 3.5 Super VL 120B A12B 在编程、人类偏好、数学、推理方面更强。
  • 两者价格相近(每百万 token 混合价格 $0.688)。

概览

规格Nemotron 3.5 Super VL 120B A12BQwen3.5-35B-A3B
提供商NVIDIAAlibaba
发布日期2026年10月15日2026年2月24日
上下文窗口(token)1,048,576262,144
对比时的配置Nemotron 3.5 Super VL 120B A12BQwen3.5-35B-A3B
开放权重是是
每百万 token 价格(输入 / 输出 / 缓存输入)$0.570 / $1.44 / $0.114$0.250 / $2.00 / $0.050

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Nemotron 3.5 Super VL 120B A12BQwen3.5-35B-A3B领先者
推理58.858.7持平
编程47.937.3Nemotron 3.5 Super VL 120B A12B
智能体与工具25.4–无法比较
数学59.247.0Nemotron 3.5 Super VL 120B A12B
人类偏好58.956.4Nemotron 3.5 Super VL 120B A12B
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推理编程数学人类偏好Nemotron 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, 数学: 59.2Nemotron 3.5 Super VL 120B A12B, 人类偏好: 58.9Qwen3.5-35B-A3B, 推理: 58.7Qwen3.5-35B-A3B, 编程: 37.3Qwen3.5-35B-A3B, 数学: 47.0Qwen3.5-35B-A3B, 人类偏好: 56.4

未绘制(测得的模型少于两个):智能体与工具, 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 9 项基准测试中,Nemotron 3.5 Super VL 120B A12B 领先 9 项,Qwen3.5-35B-A3B 领先 0 项。所有同时评测两者的综合评分都认为 Nemotron 3.5 Super VL 120B A12B 更强。

综合 IndexNemotron 3.5 Super VL 120B A12BQwen3.5-35B-A3B领先者
BenchLeader Index50.449.9不相上下
Arena Text14141394Nemotron 3.5 Super VL 120B A12B

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Nemotron 3.5 Super VL 120B A12BQwen3.5-35B-A3B
每百万 token 混合价格$0.788$0.688
每百万 token 输入 / 输出$0.570 / $1.44$0.250 / $2.00
每百万 token 缓存输入$0.114$0.050
每项任务价格:聊天回复$0.0007$0.0007
每项任务价格:总结一份 30 页的报告$0.0077$0.0042
每项任务价格:代码编辑$0.0056$0.0045
每项任务价格:智能体编程会话$0.040$0.023
每项任务价格:结构化信息提取$0.0014$0.0009
智能体编程会话(输入大多命中缓存)$0.019$0.014
输出速度–27 tok/s
首次回答时间–0.5 秒

每个模型都按其排名最高的推理强度设置进行对比。Nemotron 3.5 Super VL 120B A12B 得分 50.4。Qwen3.5-35B-A3B 得分 49.9,首个回答 token 需 1 秒;Qwen3.5-35B-A3B (无推理) 为 47.5(4 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 50 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Nemotron 3.5 Super VL 120B A12BQwen3.5-35B-A3B
BenchLeader IndexBenchLeader50.449.9
智能体与工具得分BenchLeader25.4–
编程得分BenchLeader47.937.3
人类偏好得分BenchLeader58.956.4
数学得分BenchLeader59.247.0
多模态得分BenchLeader53.5–
推理得分BenchLeader58.858.7
混合价格(美元/百万 token)BenchLeader$0.788$0.688
输出速度BenchLeader–27 tok/s
首次回答时间BenchLeader–0.5 秒
上下文窗口BenchLeader1,048,576 token262,144 token
推理
GPQA DiamondEpoch AI Benchmarking Hub–83.5%
Arena Hard PromptsArena (LMArena)14321412
GPQA Diamond (AA)Artificial Analysis–81.9%†
Humanity's Last Exam (AA)Artificial Analysis–13.4%†
CritPtArtificial Analysis–0.6%†
Arena ExpertArena (LMArena)14371420
LMCAEpoch AI Benchmarking Hub–29.5%
DTBenchEpoch AI Benchmarking Hub–80.0%
编程
SciCodeSciCode–29.3%†
Arena CodingArena (LMArena)14601435
Arena WebDevArena (LMArena)14011253
Code Migration v1.1Vals AI16.4%†–
Vibe Code Bench v1.1Vals AI3.7%†–
ALE-BenchEpoch AI Benchmarking Hub–221.8
Terminal-Bench 2.1 (AA)Artificial Analysis–40.8%†
智能体与工具
Arena AgentArena (LMArena)-16–
Terminal-Bench HardArtificial Analysis–10.6%†
τ²-Bench Telecom (AA)Artificial Analysis–86.3%†
GDPval-AA v2.1Artificial Analysis–616†
τ³-Banking (AA)Artificial Analysis–5.0%†
ITBench SRE (AA)Artificial Analysis–21.5%†
Finance Agent v2.1Vals AI47.7%†–
Harvey's Legal Agent Benchmark v1.1Vals AI3.8%†–
Legal Research BenchVals AI10.1%†–
Tax Agent BenchVals AI11.6%†–
显示全部 50 项基准测试
指标发布方Nemotron 3.5 Super VL 120B A12BQwen3.5-35B-A3B
智能体与工具
Terminal-Bench 4.0 (Vals)Vals AI0.0%†–
Arena Agent Task CompletionArena (LMArena)-18.9–
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub–54.4%
AIME 2026MathArena–93.3%
HMMT February 2026MathArena–81.8%
MathArena ApexMathArena–4.2%
Arena MathsArena (LMArena)14171397
知识
Excel Modeling Benchmark v1.1Vals AI52.8%†–
Global-MMLU-Lite (AA)Artificial Analysis–82.4%†
指令遵循
IFBenchArtificial Analysis–44.5%†
Arena Instruction FollowingArena (LMArena)14111387
人类偏好
Arena TextArena (LMArena)14141394
Arena Creative WritingArena (LMArena)13871342
Arena Multi-turnArena (LMArena)14251394
Arena Longer QueriesArena (LMArena)14111399
多模态
Arena VisionArena (LMArena)1214–
MMMU-ProArtificial Analysis–69.2%†
长上下文
AA-LCR v1.1Artificial Analysis–63.0%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–144.0
AA Intelligence Index v4.3.2Artificial Analysis–15.1†
AA Progress Index v1Artificial Analysis–238.1†
Vals IndexVals AI29.8†–
Vals Finance IndexVals AI41.0%†–
Vals Legal IndexVals AI55.4%†–
元数据
AA Openness IndexArtificial Analysis–38.9†

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。

变化

  • Qwen3.5-35B-A3B:价格 $0.15/M → $0.050/M。
  • Qwen3.5-35B-A3B:BenchLeader Index 50.4 → 49.9。
  • Qwen3.5-35B-A3B:1 项新结果(ALE-Bench)。
  • 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。
  • Qwen3.5-35B-A3B: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: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)。

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

Nemotron 3.5 Super VL 120B A12B vs Qwen3.5-35B-A3B:常见问题

Nemotron 3.5 Super VL 120B A12B 比 Qwen3.5-35B-A3B 更好吗?
Nemotron 3.5 Super VL 120B A12B 与 Qwen3.5-35B-A3B 的质量不相上下(50.4 比 49.9,在 ±10.6 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。
Nemotron 3.5 Super VL 120B A12B 和 Qwen3.5-35B-A3B 哪个更便宜?价格会变吗?
目前 Qwen3.5-35B-A3B 更便宜:每百万 token $0.688 比 $0.788(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 Nemotron 3.5 Super VL 120B A12B 还是 Qwen3.5-35B-A3B 更好?
Nemotron 3.5 Super VL 120B A12B 在编程方面得分更高(类别得分 48 比 37,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Nemotron 3.5 Super VL 120B A12B 为 1401,Qwen3.5-35B-A3B 为 1253。
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,Qwen3.5-35B-A3B 为 262,144 token。
第三方基准测试对 Nemotron 3.5 Super VL 120B A12B 和 Qwen3.5-35B-A3B 的看法一致吗?
在两者都有结果的 9 项基准测试中,Nemotron 3.5 Super VL 120B A12B 领先 9 项,Qwen3.5-35B-A3B 领先 0 项。所有同时评测两者的综合评分都认为 Nemotron 3.5 Super VL 120B A12B 更强。
更多问题(1)
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。