Nova Micro
性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,便宜 38%。
有 3 个更便宜的已排名模型得分更高:Qwen3.5-4B (46.7, $0.060)、Gemma 4 E4B (43.2, $0.040)、Qwen2.5 7B Instruct (39.8, $0.050)。
截至 2026年11月16日,Nova Micro(Amazon)在 BenchLeader Index 上得分 39.2(共 608 个已排名配置)。表现最好的是指令遵循(38),最弱的是长上下文(30)。API 价格为每百万 token $0.061(按输入 3 : 输出 1 混合),为 2026年11月16日的标价。输出速度约为 210 token/秒(Artificial Analysis)。发布于 2024年12月3日。
要点(截至 2026年11月16日)
- Nova Micro 的 API 价格为每百万 token $0.061(按输入 3 : 输出 1 混合)(标价,2026年11月16日)。
- Nova Micro 的输出速度约为 210 token/秒(Artificial Analysis,2026年11月16日)。
- Nova Micro 于 2024年12月3日发布(Amazon)。
详细说明:Nova Micro 是 Amazon 的闭源模型,发布于 2024年12月3日。其最佳配置在 BenchLeader Index 上得分 39.2 ±2.8,在 608 个配置中排第 548 名,处于下半区。关键在于这个“±”:另有 147 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(38),长上下文最低(30)。按混合价格计,每百万 token $0.065,属于已排名模型中最便宜的五分之一。输出速度为 215 token/秒,首次回答需 1.4 秒,位于最快的四分之一。最近一次测量:2025年11月24日。数据较旧:六个月内没有新结果
- 混合价格
- $0.065/M
- 输入 $0.040 · 输出 $0.140
- 来源:Artificial Analysis
- 输出速度
- 215 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 1.35 s
- 首 token 0.32 s
- 上下文
- 128k
- 来源:models.dev
- 完整回答
- 7.57 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
- 2024年12月3日
- 综合 Index39
- 智能体与工具35
- 数学36
- 指令遵循38
- 长上下文30
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/nova-micro)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。
版本
Amazon 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| Nova Micro本页 | 2024年12月3日 | 39.2 | #548 |
| Nova Micro 1.0 | – | – | – |
Index 走势
2026年9月9日 至 2026年11月16日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。
元数据
| 基准测试 | 默认 | 来源 |
|---|---|---|
| AA Openness Index不计入 Index | 11.1#292 | Artificial Analysis |
推理
| 基准测试 | 默认 | 来源 |
|---|---|---|
| GPQA Diamond (AA)不计入 Index | 35.8%#498 | Artificial Analysis |
| Humanity's Last Exam (AA)不计入 Index | 4.6%#507 | Artificial Analysis |
| GPQA Diamond (HELM)不计入 Index | 38.3%#51 | HELM Capabilities |
| CritPt不计入 Index | 0.0%#337 | Artificial Analysis |
编程
| 基准测试 | 默认 | 来源 |
|---|---|---|
| LiveCodeBench (AA)不计入 Index | 14.0%#264 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 |
|---|---|---|
| Terminal-Bench Hard | 1.5%#343 | Artificial Analysis |
| τ²-Bench Telecom (AA)不计入 Index | 14.0%#372 | Artificial Analysis |
| BFCL Overall | 22.3%#70 | Berkeley Function Calling Leaderboard |
数学
| 基准测试 | 默认 | 来源 |
|---|---|---|
| Omni-MATH (HELM) | 21.4%#55 | HELM Capabilities |
| AIME 2025 (AA)不计入 Index | 6.0%#234 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 |
|---|---|---|
| MMLU-Pro (HELM)不计入 Index | 51.1%#56 | HELM Capabilities |
| MMLU不计入 Index | 70.8%#50 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | 默认 | 来源 |
|---|---|---|
| IFBench | 29.4%#372 | Artificial Analysis |
| IFEval (HELM) | 76.0%#56 | HELM Capabilities |
| WildBench (HELM) | 74.3%#52 | HELM Capabilities |
长上下文
| 基准测试 | 默认 | 来源 |
|---|---|---|
| AA-LCR v1.1 | 13.0%#483 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 |
|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 5.9#562 | Artificial Analysis |
| AA Progress Index v1不计入 Index | 139.9#574 | Artificial Analysis |
| HELM Capabilities mean不计入 Index | 52.2%#56 | HELM Capabilities |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Amazon Bedrock | 177 tok/s | 0.32 s | $0.035 | $0.140 | 128k | – |
| Amazon Bedrock | 159 tok/s | 0.34 s | $0.035 | $0.140 | 128k | – |
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,价格为每百万 token $0.009。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 | $0.0001 | $0.0000 | 2.7 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0006 | $0.0003 | 4.1 s |
| 代码编辑 | 6,000 / 1,500 | $0.0005 | $0.0003 | 8.3 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.0030 | $0.0016 | 20.0 s |
| 结构化信息提取 | 2,000 / 200 | $0.0001 | $0.0001 | 2.3 s |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Nova Micro 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-micro)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 Micro on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/nova-micro
BibTeX:
@misc{benchleader_nova_micro_20261116,
author = {{BenchLeader}},
title = {{Nova Micro on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/nova-micro}},
note = {Data as of 2026-11-16}
}常见问题
- Nova Micro 的基准测试得分是多少?
- 截至 2026年11月16日,Nova Micro 的 BenchLeader Index 为 39.2 ±2.8。最强的是指令遵循(38),最弱的是长上下文(30)。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 Micro 排名第几?
- 截至 2026年11月16日,Nova Micro 在 608 个已排名配置中排第 548 名。另有 147 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 Micro 每百万 token 的价格是多少?
- 截至 2026年11月16日,Nova Micro 的价格为输入每百万 token $0.040、输出每百万 token $0.140,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.065。
- Nova Micro 是什么时候发布的?
- Amazon 于 2024年12月3日发布了 Nova Micro。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Nova Micro: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-micro。