Llama Nemotron Super 49B v1.5 (Reasoning)
Llama Nemotron Super 49B v1.5 (Reasoning) 是 NVIDIA 发布的推理型、开放权重 AI 模型，发布于 2025年7月25日。它可接收文本输入，可生成文本。上下文窗口为 128K Token。
NVIDIA 的 Nemotron 系列面向通用推理、代码和企业级 AI 应用，并包含多种规模与部署形态。
当前模型库还收录了 NVIDIA 的另外 14 个型号，可在模型对比页按厂商筛选。
12.4
综合智力
综合能力指标（估算值）；在 255 款有该指标的模型中第 162 名
72.1 Token/秒
输出速度
开始输出后的中位生成速度；在 162 款有该指标的模型中第 102 名
128K
上下文窗口
一次请求可处理的最大 Token 数
一眼看懂
这款模型该怎么看
先确认任务类型，再比较对应能力、响应速度和使用成本。单项分数接近时，不必把很小的差距当成绝对胜负。
基于 264 款文本模型比较
选型时重点查看
- 01通用推理和复杂任务先看综合智力（当前第 162/255），不要只凭厂商品牌判断。
- 02重视对话流畅度时，同时看首 Token 延迟 6.90 秒和输出速度 72.1 Token/秒。
- 03处理长文档或大型代码库时，确认 128K 上下文是否覆盖你的实际输入。
- 04高频调用时要把单任务成本与 Token 价格一起看，避免只比较单一报价。
关键指标
按用途查看模型表现
查看能力、速度、成本、上下文和模型规格。
01 · Capability
能力表现
判断复杂任务、编程、知识准确性与专业任务能力。
12.4
综合智力
综合能力指标（估算值）
-45.8
全知指数
知识回答准确性与避免幻觉的综合表现，越高越好
0.2%
知识准确率
知识问题回答正确率，越高越好
0.8%
幻觉率
知识题中产生错误事实的比例，越低越好
52.8
开放性指数
模型可获得性与方法透明度的综合指标
02 · Response
响应体验
区分多久开始回答、开始后答多快，以及整次任务耗时。
72.1 Token/秒
输出速度
开始输出后每秒生成的 Token 中位数
6.90 秒
首 Token 延迟
从发出请求到第一个 Token 的中位等待时间
34.65 秒
首个答案 Token
从发出请求到开始输出最终答案的时间
41.59 秒
端到端时间
完成一次统一评测任务的中位总时间
22.0–164.6 Token/秒
速度区间
第 5 至第 95 百分位输出速度
03 · Price
价格与成本
区分公开 Token 价格和统一评测中的实际任务成本。
$0.40
输入价格
每百万输入 Token 价格
$0.40
输出价格
每百万输出 Token 价格
$0.40
混合价格
按 7:2:1 输入、缓存与输出权重计算
04 · Specification
模型规格
查看上下文、参数和输入输出能力。
128K
上下文窗口
一次请求可处理的最大 Token 数
49.0B
总参数
模型总参数量，单位为十亿参数
文本
输入能力
支持的输入类型
文本
输出能力
支持的输出类型
推理模型
模型类型
是否属于推理模型
开放权重
权重状态
permissive
2025年7月25日
发布日期
模型发布时间