Nova Pro
性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,价格只有 35 分之一。
有 119 个更便宜的已排名模型得分更高:Kimi K2.5 (59.4, $1.20)、Qwen3.6 Plus (59.0, $1.13)、Gemini 3 Flash (58.9, $1.13),另有 116 个。
截至 2026年11月16日,Nova Pro(Amazon)在 BenchLeader Index 上得分 40.5(共 608 个已排名配置)。表现最好的是指令遵循(46),最弱的是多模态(25)。API 价格为输入每百万 token $0.800、输出每百万 token $3.20(按 3:1 混合为 $1.40),为 2026年11月16日的标价。输出速度约为 98 token/秒(Artificial Analysis)。发布于 2024年12月3日。
要点(截至 2026年11月16日)
- Nova Pro 的 API 价格为输入每百万 token $0.800、输出每百万 token $3.20(按 3:1 混合为 $1.40)(标价,2026年11月16日)。
- Nova Pro 的输出速度约为 98 token/秒(Artificial Analysis,2026年11月16日)。
- Nova Pro 于 2024年12月3日发布(Amazon)。
详细说明:Nova Pro 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 40.5 ±4.1,在 608 个配置中排第 525 名,处于下半区。关键在于这个“±”:另有 172 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(46),多模态最低(25)。按混合价格计,每百万 token $1.40,比大多数已排名模型贵。输出速度为 98 token/秒,首次回答需 3.0 秒,比大多数模型快。最近一次测量:2026年11月11日。
- 混合价格
- $1.40/M
- 输入 $0.800 · 输出 $3.20
- 来源:Artificial Analysis
- 输出速度
- 98 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 3.02 s
- 首 token 0.63 s
- 上下文
- 300k
- 来源:models.dev
- 完整回答
- 19 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 Index41
- 推理37
- 编程45
- 智能体与工具38
- 数学41
- 指令遵循46
- 人类偏好44
- 多模态25
- 长上下文34
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/nova-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。
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 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 11.1#292 | Artificial Analysis |
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Humanity's Last Exam | 4.4%#45 | Scale AI / CAIS | |
| Arena Hard Prompts | 1303#274 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 49.9%#437 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 3.2%#625 | Artificial Analysis | |
| GPQA Diamond (HELM)不计入 Index | 44.6%#40 | HELM Capabilities | |
| CritPt不计入 Index | 0.0%#337 | Artificial Analysis | |
| Arena Expert不计入 Index | 1273#270 | Arena (LMArena) |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Coding | 1343#260 | Arena (LMArena) | |
| Design Arena Website不计入 Index | 788#192 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 23.3%#233 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 6.1%#271 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 14.0%#372 | Artificial Analysis | |
| BFCL Overall | 25.0%#66 | Berkeley Function Calling Leaderboard | |
| TheAgentCompany不计入 Index | 1.7%#13 | TheAgentCompany |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Omni-MATH (HELM) | 24.2%#52 | HELM Capabilities | |
| Arena Maths | 1269#265 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 7.0%#228 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU-Pro (HELM)不计入 Index | 67.3%#40 | HELM Capabilities | |
| MMLU不计入 Index | 82.0%#15 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 38.1%#286 | Artificial Analysis | |
| IFEval (HELM) | 81.5%#41 | HELM Capabilities | |
| WildBench (HELM) | 77.7%#48 | HELM Capabilities | |
| Arena Instruction Following不计入 Index | 1276#273 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1290#270 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1237#287 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1277#274 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1301#267 | Arena (LMArena) | |
| Lech Mazur Creative Writing不计入 Index | 60.5%#43 | Lech Mazur |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 980#148 | Arena (LMArena) | |
| MMMU-Pro | 44.3%#271 | Artificial Analysis | |
| VISTA | 26.3%#52 | Scale AI SEAL |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 21.0%#452 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 7.0#508 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 155.6#548 | Artificial Analysis | |
| HELM Capabilities mean不计入 Index | 59.1%#46 | 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 | 103 tok/s | 0.63 s | $0.800 | $3.20 | 300k | – |
| Amazon Bedrock | 94 tok/s | 1.03 s | $0.800 | $3.20 | 300k | – |
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 $0.200。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 | $0.0013 | $0.0011 | 6.1 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.011 | $0.0061 | 9.2 s |
| 代码编辑 | 6,000 / 1,500 | $0.0096 | $0.0069 | 18.4 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.061 | $0.034 | 44.0 s |
| 结构化信息提取 | 2,000 / 200 | $0.0022 | $0.0013 | 5.1 s |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Nova Pro 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-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 Pro on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/nova-pro
BibTeX:
@misc{benchleader_nova_pro_20261116,
author = {{BenchLeader}},
title = {{Nova Pro on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/nova-pro}},
note = {Data as of 2026-11-16}
}常见问题
- Nova Pro 的基准测试得分是多少?
- 截至 2026年11月16日,Nova Pro 的 BenchLeader Index 为 40.5 ±4.1。最强的是指令遵循(46),最弱的是多模态(25)。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 Pro 排名第几?
- 截至 2026年11月16日,Nova Pro 在 608 个已排名配置中排第 525 名。另有 172 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 Pro 每百万 token 的价格是多少?
- 截至 2026年11月16日,Nova Pro 的价格为输入每百万 token $0.800、输出每百万 token $3.20,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.40。
- Nova Pro 是什么时候发布的?
- Amazon 于 2024年12月3日发布了 Nova Pro。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Nova Pro: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-pro。