BenchLeader

Nemotron 3.5 Super VL vs Beam 1.0

完整资料:Nemotron 3.5 Super VL(NVIDIA)和 Beam 1.0(Reflection),包括全部基准测试、价格和排名。

更新于 · 数据来自 7 个来源

截至 2026年11月16日,Nemotron 3.5 Super VL 与 Beam 1.0 的质量不相上下(BenchLeader Index 45.8 比 45.9,在 ±9.7 的误差范围内)。Nemotron 3.5 Super VL 更便宜,对方的价格是它的 2.2 倍(每百万 token 混合价格 $0.275 比 $0.600)。在两者都有成绩的所有类别中,Beam 1.0 均领先。

要点(截至 2026年11月16日)

  • Nemotron 3.5 Super VL 的 BenchLeader Index 为 45.8,Beam 1.0 为 45.9(BenchLeader,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)。
  • Beam 1.0 每百万 token 混合价格为 $0.600(标价,2026年11月16日)。
  • 在两者都有结果的 21 项基准测试中,Beam 1.0 领先 16 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Beam 1.0类别得分 37 比 34;FrontierCode 2.0 (AA) 5.5% 比 6.1%中
推理Beam 1.0类别得分 42 比 37;HLE-Diamond (AA) 12.8% 比 8.8%中
知识Beam 1.0类别得分 46 比 43;AA-Omniscience v1.1 2.3 比 -2.9中
长文档Beam 1.0类别得分 64 比 59;AA-LCR v1.1 78.0% 比 69.0%中
成本最低Nemotron 3.5 Super VL每百万 token 混合价格 $0.275 比 $0.600;智能体编程会话 $0.014 比 $0.029–
首次回答最快Beam 1.0首个回答 token 5.4 秒(Beam 1.0)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

  • Nemotron 3.5 Super VL 与 Beam 1.0 的质量不相上下(45.8 比 45.9,在 ±9.7 的误差范围内)。
  • Beam 1.0 在编程、知识、长上下文、推理方面更强。
  • Nemotron 3.5 Super VL 更便宜,对方的价格是它的 2.2 倍(每百万 token 混合价格 $0.275 比 $0.600)。

概览

规格Nemotron 3.5 Super VLBeam 1.0
提供商NVIDIAReflection
发布日期2026年10月15日2026年10月5日
上下文窗口(token)1,048,5761,048,576
对比时的配置Nemotron 3.5 Super VLBeam 1.0
开放权重是是
每百万 token 价格(输入 / 输出 / 缓存输入)$0.200 / $0.500 / $0.020$0.400 / $1.20 / –

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 VLBeam 1.0领先者
推理36.542.3Beam 1.0
编程34.436.9Beam 1.0
智能体与工具–41.3无法比较
数学–38.8无法比较
知识43.246.0Beam 1.0
长上下文58.963.6Beam 1.0

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Nemotron 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: 58.9Beam 1.0, 推理: 42.3Beam 1.0, 编程: 36.9Beam 1.0, 知识: 46.0Beam 1.0, 长上下文: 63.6

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 21 项基准测试中,Nemotron 3.5 Super VL 领先 5 项,Beam 1.0 领先 16 项。所有同时评测两者的综合评分都认为 Beam 1.0 更强。

综合 IndexNemotron 3.5 Super VLBeam 1.0领先者
BenchLeader Index45.845.9不相上下
AA Intelligence Index v5.0.113.617.7Beam 1.0

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 VLBeam 1.0
每百万 token 混合价格$0.275$0.600
每百万 token 输入 / 输出$0.200 / $0.500$0.400 / $1.20
每百万 token 缓存输入$0.020–
每项任务价格:聊天回复$0.0002$0.0005
每项任务价格:总结一份 30 页的报告$0.0027$0.0055
每项任务价格:代码编辑$0.0020$0.0042
每项任务价格:智能体编程会话$0.014$0.029
每项任务价格:结构化信息提取$0.0005$0.0010
智能体编程会话(输入大多命中缓存)$0.0059–
每项基准测试任务成本(AA Index)$0.557$0.284
每项任务输出 token(AA Index)81k34k
其中推理部分56k22k
每项任务耗时(AA Index)5 min119 s
输出速度271 tok/s288 tok/s
首次回答时间13.7 秒5.4 秒
完整回答耗时(最近一次测量 2026年11月13日)36.4 秒16.4 秒

按 token 计价不等于按任务计价:在 Artificial Analysis 的 Intelligence Index 中,一项平均任务在 Nemotron 3.5 Super VL 上花费 $0.557,在 Beam 1.0 上花费 $0.284;完成同样的工作,Nemotron 3.5 Super VL 输出的 token 是对方的 2.4 倍,这是只看 token 单价看不出来的。

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 得分 45.8,首个回答 token 需 14 秒。Beam 1.0 得分 45.9,首个回答 token 需 5 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 58 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 VLBeam 1.0
BenchLeader IndexBenchLeader45.845.9
编程得分BenchLeader34.436.9
知识得分BenchLeader43.246.0
长上下文得分BenchLeader58.963.6
推理得分BenchLeader36.542.3
智能体与工具得分BenchLeader–41.3
数学得分BenchLeader–38.8
混合价格(美元/百万 token)BenchLeader$0.275$0.600
输出速度BenchLeader271 tok/s288 tok/s
首次回答时间BenchLeader13.7 秒5.4 秒
上下文窗口BenchLeader1,048,576 token1,048,576 token
推理
Humanity's Last Exam (AA)Artificial Analysis30.7%34.7%
HLE-Diamond (AA)Artificial Analysis8.8%12.8%
ARC-AGI-1ARC Prize2.0%†45.0%†
ARC-AGI-2ARC Prize0.8%†2.8%†
CritPtArtificial Analysis10.6%13.1%
CritPt v2 hard subset (AA)Artificial Analysis13.5%26.5%
MysteryMechanismVals AI–22.1%
编程
SciCodeSciCode–48.5%
SciCode (AA)Artificial Analysis47.8%48.5%
IOIVals AI–22.8%
Code Migration v1.1Vals AI–22.9%
Vibe Code Bench v1.1Vals AI–66.4%
SWE Atlas v1.1Scale AI SEAL24.8%–
SWE Atlas v1.1: Codebase QnAScale AI SEAL26.6%–
SWE Atlas v1.1: Test WritingScale AI SEAL27.8%–
SWE Atlas v1.1: RefactoringScale AI SEAL20.0%–
ALE-BenchEpoch AI Benchmarking Hub–1097.5†
Terminal-Bench 4.0 (AA)Artificial Analysis0.0%3.0%
Design Arena WebsiteDesign Arena11601239†
FrontierCode 1.1 (AA)Artificial Analysis25.5%24.3%
FrontierCode 2.0 (AA)Artificial Analysis6.1%5.5%
智能体与工具
Terminal-BenchTerminal-Bench0.3%†6.4%†
APEX-AgentsMercor–48.8%†
GDPval-AA v2.1, normalised scoreArtificial Analysis33.1%33.9%
GDPval-AA v2.1Artificial Analysis11621177
显示全部 58 项基准测试
指标发布方Nemotron 3.5 Super VLBeam 1.0
智能体与工具
Finance Agent v2.1Vals AI–51.8%
Harvey's Legal Agent Benchmark v1.1Vals AI–4.6%
Legal Research BenchVals AI–28.9%
Tax Agent BenchVals AI–8.8%
Terminal-Bench 4.0 (Vals)Vals AI–4.0%
Terminal-Bench ScienceVals AI–1.4%
AutomationBenchArtificial Analysis14.8%48.5%
GDP.pdf (AA)Artificial Analysis8.0%11.6%
AA-Briefcase v1.1Artificial Analysis999976
Terminal-Bench-Science 0.1 (AA)Artificial Analysis0.0%0.5%
CWE-Bench (AA)Artificial Analysis–49.2%
DeepSec-Bench (AA)Artificial Analysis–6.9%
CyberGym end-to-end (AA)Artificial Analysis–45.0%
数学
ProofBenchVals AI–18.0%
知识
AA-Omniscience v1.1Artificial Analysis-2.92.3
BioMysteryBenchVals AI–42.6%
Excel Modeling Benchmark v1.1Vals AI–64.7%
AA-Omniscience v1.1: accuracyArtificial Analysis21.2%30.7%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis69.5%59.0%
多模态
Humanity's Sixth SenseScale AI SEAL24.7%†–
Code2Video-AAArtificial Analysis–675
长上下文
AA-LCR v1.1Artificial Analysis69.0%78.0%
MLCRArtificial Analysis13.3%17.8%
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–150.9
AA Intelligence Index v5.0.1Artificial Analysis13.617.7
AA Intelligence Index v4.3.2Artificial Analysis26.530.3
AA Progress Index v1Artificial Analysis283.9296.2
Vals IndexVals AI–43.4
Vals Finance IndexVals AI–46.5%
Vals Science IndexVals AI–22.0%
Vals Legal IndexVals AI–61.8%
AA Cyber IndexArtificial Analysis–33.7
元数据
AA Openness IndexArtificial Analysis83.338.9

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

  • Nemotron 3.5 Super VL:价格 $0.060/M → $0.020/M。
  • 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。
  • 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。
  • Beam 1.0:BenchLeader Index 45.7 → 46.2。
  • Beam 1.0:1 项新结果(SciCode)。
  • Nemotron 3.5 Super VL:输入价格 $0.20/M → $0.18/M。
  • Beam 1.0:1 项分数修订。
  • Beam 1.0:BenchLeader Index 45.2 → 45.7。

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 vs Beam 1.0:常见问题

Nemotron 3.5 Super VL 比 Beam 1.0 更好吗?
Nemotron 3.5 Super VL 与 Beam 1.0 的质量不相上下(45.8 比 45.9,在 ±9.7 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 和 Beam 1.0 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 $0.600(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 还是 Beam 1.0 更好?
Beam 1.0 在编程方面得分更高(类别得分 37 比 34,50 为平均水平)。在两者共同的最主要编程基准测试 FrontierCode 2.0 (AA) 上,Nemotron 3.5 Super VL 为 6.1%,Beam 1.0 为 5.5%。
Nemotron 3.5 Super VL 和 Beam 1.0 哪个更快?
Beam 1.0 输出更快(输出 288 比 271 token/秒,Artificial Analysis 7 日中位数)。
处理长文档哪个更好?
Beam 1.0 在长上下文基准测试上得分更高(64 比 59)。两者都支持 1,048,576 token 的上下文。
更多问题(3)
哪个延迟更低?
Beam 1.0 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 5.4 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 Nemotron 3.5 Super VL 和 Beam 1.0 的看法一致吗?
在两者都有结果的 21 项基准测试中,Nemotron 3.5 Super VL 领先 5 项,Beam 1.0 领先 16 项。所有同时评测两者的综合评分都认为 Beam 1.0 更强。
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。