MODEL PROVIDERS
Nemotron 3 Super 120B A12B (Reasoning) API Provider 比较
比较 Nemotron 3 Super 120B A12B (Reasoning) 在 3 家 API Provider 上的价格、任务成本、输出速度、延迟和端到端响应。数据来自公开实测，不修改原始数值。
怎样读这页
同一个模型经不同 Provider 托管时，模型能力通常不变，但价格、限流、输出速度和首字延迟会不同。实时聊天优先看延迟，批处理优先看成本与吞吐，长上下文任务还要单独看对应提示类型。
本页的“输出速度”指开始生成后的 Token/s；“首个回答 Token”指从请求到可见回答的等待；“端到端响应”按输出 500 Token 计算，三者不是同一指标。
API PRICE
Provider API 价格
混合价按 7:2:1 的缓存读取、输入和输出 Token 比例计算，便于同口径比较。
查看图表数据
| 项目 | 数值 |
|---|---|
| DeepInfra | 0.12 美元 |
| CoreWeave | 0.26 美元 |
| Nebius | 0.36 美元 |
COST PER TASK
单次 Intelligence 任务成本
该值来自统一公开任务集的实际 Token 使用，不等于简单的 API 输入标价。
查看图表数据
| 项目 | 数值 |
|---|---|
| DeepInfra | 0.1 美元 |
| CoreWeave | 0.23 美元 |
| Nebius | 0.33 美元 |
SPEED VS PRICE
速度与价格的权衡
更靠左代表价格更低，更靠上代表输出更快；高亮点为当前输出最快 Provider。
OUTPUT SPEED
回答生成速度
中位输出速度之外，同时在图表说明中保留 P05–P95 范围，避免只看单点。
查看图表数据
| 项目 | 数值 |
|---|---|
| Nebius | 380.9 Token/s |
| CoreWeave | 142.3 Token/s |
| DeepInfra | 59.1 Token/s |
LATENCY
首个回答 Token 等待
数值越低越适合实时交互；P05–P95 能反映请求抖动。
查看图表数据
| 项目 | 数值 |
|---|---|
| CoreWeave | 1 秒 |
| Nebius | 1.8 秒 |
| DeepInfra | 29.8 秒 |
END-TO-END RESPONSE
端到端响应时间
按 500 个输出 Token 计算，拆分输入处理、内部推理和文本生成。
输入处理推理生成 500 Token
查看图表数据
| 项目 | 合计 | 输入处理 | 推理 | 生成 500 Token |
|---|---|---|---|---|
| Nebius | 8.4 秒 | 1.8 秒 | 5.3 秒 | 1.3 秒 |
| CoreWeave | 18.6 秒 | 1 秒 | 14.1 秒 | 3.5 秒 |
| DeepInfra | 72.1 秒 | 29.8 秒 | 33.8 秒 | 8.5 秒 |
PROMPT TYPES
不同任务类型下的表现
中等文本、长文本、编码、视觉、并行与 100K 上下文的数据分开呈现，避免用单一中位数替代真实场景。
查看图表数据
| 项目 | 数值 |
|---|---|
| 中等文本 · CoreWeave | 144.7 Token/s |
| 中等文本 · Nebius | 375.3 Token/s |
| 中等文本 · DeepInfra | 54.5 Token/s |
| 长文本 · CoreWeave | 142.3 Token/s |
| 长文本 · Nebius | 380.9 Token/s |
| 长文本 · DeepInfra | 59.1 Token/s |
| 100K 上下文 · CoreWeave | 141.8 Token/s |
| 100K 上下文 · Nebius | 207.1 Token/s |
| 100K 上下文 · DeepInfra | 50.8 Token/s |
| 并行请求 · CoreWeave | 112.6 Token/s |
| 并行请求 · Nebius | 279.7 Token/s |
| 并行请求 · DeepInfra | 60.6 Token/s |
查看图表数据
| 项目 | 数值 |
|---|---|
| 中等文本 · CoreWeave | 0.8 秒 |
| 中等文本 · Nebius | 1.1 秒 |
| 中等文本 · DeepInfra | 25.5 秒 |
| 长文本 · CoreWeave | 1 秒 |
| 长文本 · Nebius | 1.8 秒 |
| 长文本 · DeepInfra | 29.8 秒 |
| 100K 上下文 · CoreWeave | 8.7 秒 |
| 100K 上下文 · Nebius | 4.7 秒 |
| 100K 上下文 · DeepInfra | 49.6 秒 |
| 并行请求 · CoreWeave | 1 秒 |
| 并行请求 · Nebius | 1.2 秒 |
| 并行请求 · DeepInfra | 28.9 秒 |
查看图表数据
| 项目 | 数值 |
|---|---|
| 中等文本 · CoreWeave | 18.1 秒 |
| 中等文本 · Nebius | 7.8 秒 |
| 中等文本 · DeepInfra | 71.4 秒 |
| 长文本 · CoreWeave | 18.6 秒 |
| 长文本 · Nebius | 8.4 秒 |
| 长文本 · DeepInfra | 72.1 秒 |
| 100K 上下文 · CoreWeave | 26.3 秒 |
| 100K 上下文 · Nebius | 16.7 秒 |
| 100K 上下文 · DeepInfra | 98.8 秒 |
| 并行请求 · CoreWeave | 23.2 秒 |
| 并行请求 · Nebius | 10.2 秒 |
| 并行请求 · DeepInfra | 70.1 秒 |
FULL DATA
Provider 完整对照表
图表用于观察关系，表格保留精确数值，便于检索、引用和 AI 系统读取。
| Provider | 输入 / 1M | 输出 / 1M | 缓存命中 / 1M | 7:2:1 混合价 | 单任务成本 | 输出速度 | 速度 P05–P95 | 首 Token | 延迟 P05–P95 | 端到端 | 上下文 | 函数调用 | OpenAI 兼容 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| CoreWeave ↗ | $0.20 | $0.80 | — | $0.26 | $0.23 | 142.3 Token/s | 125.9–149.6 | 1.0 秒 | 0.9–1.1 秒 | 18.6 秒 | 262,144 | 支持 | 支持 |
| Nebius ↗ | $0.30 | $0.90 | — | $0.36 | $0.33 | 380.9 Token/s | 245.4–508.5 | 1.8 秒 | 1.7–3.3 秒 | 8.4 秒 | 256,000 | 支持 | 支持 |
| DeepInfra ↗ | $0.09 | $0.40 | — | $0.12 | $0.10 | 59.1 Token/s | 38.3–98.2 | 29.8 秒 | 3.2–127.4 秒 | 72.1 秒 | 262,144 | 支持 | 支持 |
FAQ
常见问题
回答由本页结构化公开数据生成。
Nemotron 3 Super 有哪些 API Provider？
当前公开数据包含 CoreWeave、Nebius、DeepInfra，共 3 家。
哪家 Provider 输出最快？
Nebius 的中位输出速度最高，为 380.9 Token/s。
哪家 Provider 延迟最低？
CoreWeave 的首个回答 Token 中位等待最低，为 1.0 秒。
哪家 Provider 单任务成本最低？
DeepInfra 最低，为 US$0.10。
为什么同一个模型速度不同？
Provider 的推理硬件、批处理、路由、负载和服务配置不同，因此相同模型的吞吐和延迟会出现差异。