DataLearner 标志

Nemotron 3.5 Super VL 评测详情

Nemotron 3.5 Super VL 当前已收录的代表性评测结果包括 GPQA Diamond(46 / 258,得分 89.52)、CritPt(74 / 206,得分 10.86)、BrowseComp(23 / 61,得分 78)。本页还提供与 2 个竞品模型的对比,在有数据时会展示性能和价格视图。

评测结果

Nemotron 3.5 Super VL

评测结果

思考模式
工具使用

综合知识考试

共 2 项评测
评测名称 / 模式
得分
排名/总数
HLE
unknown
31.79
3 / 3
HLE
unknown
29.20
131 / 243

科学知识与推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
89.52
46 / 258
CritPt
unknown
10.86
74 / 206

仓库修复与多文件工程

共 3 项评测
评测名称 / 模式
得分
排名/总数
SWE-bench Verified
unknown工具
71.10
61 / 120
67.72
28 / 34
DeepSWE
unknown工具
24.65
98 / 103

客服与业务流程

共 2 项评测
评测名称 / 模式
得分
排名/总数
73.19
23 / 32
τ³-Banking
unknown工具
18.88
97 / 171

事实查找与深度检索

共 1 项评测
评测名称 / 模式
得分
排名/总数
BrowseComp
unknown工具
78
23 / 61

跨长文理解与整合

共 1 项评测
评测名称 / 模式
得分
排名/总数
AA-LCR
unknown
68.62
5 / 9

桌面工作流

共 1 项评测
评测名称 / 模式
得分
排名/总数
OSWorld-Verified
unknown工具
51.14
27 / 30

自主开发与终端任务

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal-Bench 2.1
unknown工具
60.67
57 / 67

跨行业工作评估

共 1 项评测
评测名称 / 模式
得分
排名/总数
GDPval-AA v2
unknown工具
1211
7 / 9

文档与图表理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
CharXiv RQ
unknown
80.82
19 / 24

图像感知与视觉推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
MathVision
unknown
78.16
11 / 13
BabyVision
unknown
29.60
12 / 12

视频理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
32.85
2 / 2

竞品对比

Nemotron 3.5 Super VL 与同类主流模型的评测得分对比

Nemotron 3.5 Super VLGLM-5.3-FlashQwen3.8-Flash-Next
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示;百分制评测使用原始高度,超出 0-100 的评测按该评测内相对比例缩放,标签仍保留原始分数。

10 项可对比评测得分汇总。每个模型展示最佳得分,模式在分数下方标注。

评测项Nemotron 3.5 Super VL当前GLM-5.3-FlashQwen3.8-Flash-Next
HLE
Accuracy
综合知识考试
31.79思考水平·高
55.30思考水平·高 | 工具
35.90思考水平·极高
CritPt
Score
科学知识与推理
10.86思考水平·高
15.40开启思考
11.10开启思考
GPQA Diamond
Accuracy
科学知识与推理
89.52思考水平·高
90.15思考水平·高
91.70思考水平·极高
DeepSWE
Pass@1 (DeepSWE v1.1)
仓库修复与多文件工程
24.65开启思考 | 工具
63.39思考水平·高 | 工具
58.70思考水平·极高 | 工具
SWE-bench Multilingual
Accuracy
仓库修复与多文件工程
67.72开启思考 | 工具
--
81.00思考水平·极高 | 工具
τ³-Banking
Score
客服与业务流程
18.88开启思考 | 工具
47.20开启思考 | 工具
45.40开启思考 | 工具
Terminal-Bench 2.1
Accuracy
自主开发与终端任务
60.67开启思考 | 工具
84.30思考水平·高 | 工具
--
CharXiv RQ
Score
文档与图表理解
80.82思考水平·高
89.40思考水平·高 | 工具
90.60思考水平·极高 | 工具
BabyVision
Accuracy
图像感知与视觉推理
29.60思考水平·高
53.40思考水平·高
--
MathVision
Accuracy
图像感知与视觉推理
78.16思考水平·高
--
95.70思考水平·极高 | 工具

Nemotron 3.5 Super VL 与同类模型的标准 API 价格对比

按模型并排展示标准文本输入价与输出价;若存在超长上下文加价,仅保留阈值内标准价,并在下方说明适用范围。

数据来源:DataLearnerAI,展示默认供应商的标准文本价格。

这些模型的价格币种或计费单位不一致,暂不直接绘制统一柱状图,以下展示原始价格。

GLM-5.3-Flash
供应商: 智谱AI
标准输入: $0.15 / 1M tokens
标准输出: $0.5 / 1M tokens
Qwen3.8-Flash-Next
供应商: 阿里巴巴
标准输入: ¥1 / 1M tokens
标准输出: ¥3 / 1M tokens
模型供应商标准输入标准输出标准价适用于
GLM-5.3-Flash
智谱AI$0.15 / 1M tokens$0.5 / 1M tokens—
Qwen3.8-Flash-Next
阿里巴巴¥1 / 1M tokens¥3 / 1M tokens—