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 A12B | Arena 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 A12B | Qwen3.5-35B-A3B |
|---|---|---|
| 提供商 | NVIDIA | Alibaba |
| 发布日期 | 2026年10月15日 | 2026年2月24日 |
| 上下文窗口(token) | 1,048,576 | 262,144 |
| 对比时的配置 | Nemotron 3.5 Super VL 120B A12B | Qwen3.5-35B-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 A12B | Qwen3.5-35B-A3B | 领先者 |
|---|---|---|---|
| 推理 | 58.8 | 58.7 | 持平 |
| 编程 | 47.9 | 37.3 | Nemotron 3.5 Super VL 120B A12B |
| 智能体与工具 | 25.4 | – | 无法比较 |
| 数学 | 59.2 | 47.0 | Nemotron 3.5 Super VL 120B A12B |
| 人类偏好 | 58.9 | 56.4 | Nemotron 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。
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。
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 Index | Nemotron 3.5 Super VL 120B A12B | Qwen3.5-35B-A3B | 领先者 |
|---|---|---|---|
| BenchLeader Index | 50.4 | 49.9 | 不相上下 |
| Arena Text | 1414 | 1394 | Nemotron 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 A12B | Qwen3.5-35B-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 A12B | Qwen3.5-35B-A3B |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 50.4 | 49.9 |
| 智能体与工具得分 | BenchLeader | 25.4 | – |
| 编程得分 | BenchLeader | 47.9 | 37.3 |
| 人类偏好得分 | BenchLeader | 58.9 | 56.4 |
| 数学得分 | BenchLeader | 59.2 | 47.0 |
| 多模态得分 | BenchLeader | 53.5 | – |
| 推理得分 | BenchLeader | 58.8 | 58.7 |
| 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 | BenchLeader | 1,048,576 token | 262,144 token |
| 推理 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 83.5% |
| Arena Hard Prompts | Arena (LMArena) | 1432 | 1412 |
| GPQA Diamond (AA) | Artificial Analysis | – | 81.9%† |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 13.4%† |
| CritPt | Artificial Analysis | – | 0.6%† |
| Arena Expert | Arena (LMArena) | 1437 | 1420 |
| LMCA | Epoch AI Benchmarking Hub | – | 29.5% |
| DTBench | Epoch AI Benchmarking Hub | – | 80.0% |
| 编程 | |||
| SciCode | SciCode | – | 29.3%† |
| Arena Coding | Arena (LMArena) | 1460 | 1435 |
| Arena WebDev | Arena (LMArena) | 1401 | 1253 |
| Code Migration v1.1 | Vals AI | 16.4%† | – |
| Vibe Code Bench v1.1 | Vals AI | 3.7%† | – |
| ALE-Bench | Epoch AI Benchmarking Hub | – | 221.8 |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 40.8%† |
| 智能体与工具 | |||
| Arena Agent | Arena (LMArena) | -16 | – |
| Terminal-Bench Hard | Artificial Analysis | – | 10.6%† |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 86.3%† |
| GDPval-AA v2.1 | Artificial Analysis | – | 616† |
| τ³-Banking (AA) | Artificial Analysis | – | 5.0%† |
| ITBench SRE (AA) | Artificial Analysis | – | 21.5%† |
| 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%† | – |
显示全部 50 项基准测试
| 指标 | 发布方 | Nemotron 3.5 Super VL 120B A12B | Qwen3.5-35B-A3B |
|---|---|---|---|
| 智能体与工具 | |||
| 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 | – | 54.4% |
| AIME 2026 | MathArena | – | 93.3% |
| HMMT February 2026 | MathArena | – | 81.8% |
| MathArena Apex | MathArena | – | 4.2% |
| Arena Maths | Arena (LMArena) | 1417 | 1397 |
| 知识 | |||
| Excel Modeling Benchmark v1.1 | Vals AI | 52.8%† | – |
| Global-MMLU-Lite (AA) | Artificial Analysis | – | 82.4%† |
| 指令遵循 | |||
| IFBench | Artificial Analysis | – | 44.5%† |
| Arena Instruction Following | Arena (LMArena) | 1411 | 1387 |
| 人类偏好 | |||
| Arena Text | Arena (LMArena) | 1414 | 1394 |
| Arena Creative Writing | Arena (LMArena) | 1387 | 1342 |
| Arena Multi-turn | Arena (LMArena) | 1425 | 1394 |
| Arena Longer Queries | Arena (LMArena) | 1411 | 1399 |
| 多模态 | |||
| Arena Vision | Arena (LMArena) | 1214 | – |
| MMMU-Pro | Artificial Analysis | – | 69.2%† |
| 长上下文 | |||
| AA-LCR v1.1 | Artificial Analysis | – | 63.0%† |
| 综合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 144.0 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 15.1† |
| AA Progress Index v1 | Artificial Analysis | – | 238.1† |
| Vals Index | Vals AI | 29.8† | – |
| Vals Finance Index | Vals AI | 41.0%† | – |
| Vals Legal Index | Vals AI | 55.4%† | – |
| 元数据 | |||
| AA Openness Index | Artificial 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)。
相关对比
- Nemotron 3.5 Super VL 120B A12B vs Inkling
- Qwen3.5-35B-A3B vs Mistral Large 4.0 OSS
- Nemotron 3.5 Super VL 120B A12B vs Mistral Large 4.0 OSS
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。