Nova 2.0 Pro Preview
性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,价格只有 30 分之一。
有 72 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)、Gemini 4 Hydrogen (63.4, $3.00)、Gemini 3.5 Flash (62.5, $3.38),另有 69 个。
截至 2026年11月16日,Nova 2.0 Pro Preview(Amazon)在 BenchLeader Index 上得分 53.4(共 608 个已排名配置)。表现最好的是指令遵循(77),最弱的是编程(43)。API 价格为输入每百万 token $1.25、输出每百万 token $10.00(按 3:1 混合为 $3.44),为 2026年11月16日的标价。输出速度约为 98 token/秒(Artificial Analysis)。发布于 2025年12月2日。
要点(截至 2026年11月16日)
- Nova 2.0 Pro Preview 的 API 价格为输入每百万 token $1.25、输出每百万 token $10.00(按 3:1 混合为 $3.44)(标价,2026年11月16日)。
- Nova 2.0 Pro Preview 的输出速度约为 98 token/秒(Artificial Analysis,2026年11月16日)。
- Nova 2.0 Pro Preview 于 2025年12月2日发布(Amazon)。
详细说明:Nova 2.0 Pro Preview 是 Amazon 的闭源推理模型,发布于 2025年12月2日。其最佳配置(推理强度 medium)在 BenchLeader Index 上得分 53.4 ±10.3,在 608 个配置中排第 259 名,处于上半区。关键在于这个“±”:另有 453 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(77),编程最低(43)。按混合价格计,每百万 token $3.44,比大多数已排名模型贵。输出速度为 98 token/秒,首次回答需 16.1 秒,比大多数模型快。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2025年12月2日。数据较旧:六个月内没有新结果
- 混合价格
- $3.44/M
- 输入 $1.25 · 输出 $10.00
- 来源:Artificial Analysis
- 输出速度
- 98 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 16 s
- 上下文
- 256k
- 来源:Artificial Analysis
- 完整回答
- 32 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年12月2日
- 综合 Index53
- 编程43
- 智能体与工具55
- 指令遵循77
- 多模态47
- 长上下文56
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/nova-2-0-pro)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月9日 至 2026年11月16日- medium
- low
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 无推理 | low | medium | 来源 | 趋势 |
|---|---|---|---|---|---|
| GPQA Diamond (AA)不计入 Index | 63.6%#359 | 75.0%#255 | 78.5%#212 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 3.9%#579 | 5.2%#464 | 9.4%#355 | Artificial Analysis | |
| CritPt不计入 Index | 0.0%#337 | 0.0%#337 | 0.0%#337 | Artificial Analysis |
编程
| 基准测试 | 无推理 | low | medium | 来源 | 趋势 |
|---|---|---|---|---|---|
| SciCode | 28.1%#221 | 38.7%#192 | 42.7%#167 | SciCode | |
| Terminal-Bench 2.1 (AA)不计入 Index | 17.2%#183 | 19.5%#179 | 29.6%#158 | Artificial Analysis | |
| LiveCodeBench (AA)不计入 Index | 47.3%#146 | 63.8%#98 | 73.0%#53 | Artificial Analysis |
智能体与工具
| 基准测试 | 无推理 | low | medium | 来源 | 趋势 |
|---|---|---|---|---|---|
| Terminal-Bench Hard | 16.7%#188 | 17.4%#182 | 24.2%#147 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 71.6%#153 | 90.6%#62 | 92.7%#51 | Artificial Analysis | |
| GDPval-AA v2.1, normalised score不计入 Index | 0.0%#124 | 0.0%#124 | 0.0%#124 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 339#260 | 444#248 | 477#244 | Artificial Analysis |
数学
| 基准测试 | 无推理 | low | medium | 来源 | 趋势 |
|---|---|---|---|---|---|
| AIME 2025 (AA)不计入 Index | 30.7%#174 | 63.3%#107 | 89.0%#33 | Artificial Analysis |
知识
| 基准测试 | 无推理 | low | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| GDP.pdf不计入 Index | 2.0%#55 | – | 2.0%#55 | Epoch AI Benchmarking Hub | |
| Global-MMLU-Lite (AA)不计入 Index | 78.6%#78 | 87.6%#26 | – | Artificial Analysis |
指令遵循
| 基准测试 | 无推理 | low | medium | 来源 | 趋势 |
|---|---|---|---|---|---|
| IFBench | 52.0%#164 | 79.6%#10 | 79.0%#12 | Artificial Analysis |
多模态
| 基准测试 | low | medium | 来源 | 趋势 |
|---|---|---|---|---|
| MMMU-Pro | 62.7%#207 | 64.5%#198 | Artificial Analysis |
长上下文
| 基准测试 | 无推理 | low | medium | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 30.0%#419 | 64.7%#273 | 64.0%#279 | Artificial Analysis |
综合
| 基准测试 | 无推理 | low | medium | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 10.0#393 | 12.8#332 | 14.2#310 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 195.8#436 | 229.4#319 | 244.3#280 | Artificial Analysis |
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0035 | – | 19.2 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.021 | – | 22.3 s |
| 代码编辑 | 6,000 / 1,500 | $0.022 | – | 31.5 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.115 | – | 57.2 s |
| 结构化信息提取 | 2,000 / 200 | $0.0045 | – | 18.2 s |
将 Nova 2.0 Pro Preview 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Nova 2.0 Pro Preview 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/nova-2-0-pro)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Nova 2.0 Pro Preview on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/nova-2-0-pro
BibTeX:
@misc{benchleader_nova_2_0_pro_20261116,
author = {{BenchLeader}},
title = {{Nova 2.0 Pro Preview on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/nova-2-0-pro}},
note = {Data as of 2026-11-16}
}常见问题
- Nova 2.0 Pro Preview 的基准测试得分是多少?
- 截至 2026年11月16日,Nova 2.0 Pro Preview(推理强度 medium)的 BenchLeader Index 为 53.4 ±10.3。最强的是指令遵循(77),最弱的是编程(43)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Nova 2.0 Pro Preview 排名第几?
- 截至 2026年11月16日,Nova 2.0 Pro Preview(推理强度 medium)在 608 个已排名配置中排第 259 名。另有 453 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Nova 2.0 Pro Preview 每百万 token 的价格是多少?
- 截至 2026年11月16日,Nova 2.0 Pro Preview 的价格为输入每百万 token $1.25、输出每百万 token $10.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $3.44。标价最近一次变动是在 2026年10月17日。
- Nova 2.0 Pro Preview 比 Muse Spark Open 更好吗?
- 截至 2026年11月16日,Muse Spark Open(推理强度 xhigh)与 Nova 2.0 Pro Preview(推理强度 medium)的质量不相上下(BenchLeader Index 53.5 比 53.4,在 ±12.2 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Nova 2.0 Pro Preview 是什么时候发布的?
- Amazon 于 2025年12月2日发布了 Nova 2.0 Pro Preview。BenchLeader 收录了它在 4 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Nova 2.0 Pro Preview:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/nova-2-0-pro。