Nemotron 3 Super 120B A12B vs GPT-OSS 120B
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Nemotron 3 Super 120B A12B von NVIDIA und GPT-OSS 120B von OpenAI gehören zu den führenden KI-Modellen. Nemotron 3 Super 120B A12B bietet ein Kontextfenster von 262.1K Tokens bei API-Preisen von $0.30/$0.80 pro 1M Tokens, während GPT-OSS 120B 131.1K Tokens Kontext zu $0.15/$0.60 pro 1M Tokens bereitstellt. Hier finden Sie den vollständigen Benchmark-, Latenz- und Kostenvergleich.
Beliebige Modelle wechseln & vergleichen
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Nemotron 3 Super 120B A12B
Autonomes Agenten-ModellNemotron 3 Super 120B A12B von NVIDIA ist ein KI-Modell für autonome Agenten-Workflows, zuverlässiges Tool-Calling und mehrstufige Automatisierung mit 262K Kontextfenster, 85 Token/s Durchsatz, einem Intelligenz-Index von 53/100 und $0.3/$0
$0.30 / 1M
$0.80 / 1M
262.1K tokens
51%
GPT-OSS 120B
Open-Weights-BasismodellGPT-OSS 120B von OpenAI ist ein KI-Modell für Self-Hosting im eigenen Rechenzentrum, Fine-Tuning und volle Datensouveränität mit 131K Kontextfenster, 95 Token/s Durchsatz, einem Intelligenz-Index von 56/100 und $0.15/$0.6 pro 1M Token.
$0.15 / 1M
$0.60 / 1M
131.1K tokens
45.5%
Wichtigste Unterschiede auf einen Blick
- GPT-OSS 120B is 1.6x cheaper for API usage (input + output tokens combined).
- Nemotron 3 Super 120B A12B has a larger context window (262K vs 131K tokens).
- GPT-OSS 120B is faster at 95 tok/s vs 85 tok/s.
- Nemotron 3 Super 120B A12B leads on SWE-bench coding (51.0% vs 45.5%).
| Feature | Nemotron 3 Super 120B A12B | GPT-OSS 120B |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 53 | 56 |
Provider | NVIDIA | OpenAI |
Input Price Cost per million input tokens | $0.30 / 1M | $0.15 / 1M |
Output Price Cost per million output tokens | $0.80 / 1M | $0.60 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.18 / 1M | $0.10 / 1M |
Context Window Maximum input + output tokens | 262.1K tokens~393 A4 pages of text | 131.1K tokens~197 A4 pages of text |
Max Output Tokens Per single request | 33K | 33K |
Throughput Speed Tokens generated per second | 85 tok/s | 95 tok/s |
SWE-bench Verified Real-world software engineering | 51% | 45.5% |
GPQA Diamond Graduate-level reasoning | 64.5% | 68.5% |
Cached Input Price Prompt caching discount per 1M tokens | $0.06 / 1M | $0.01 / 1M |
Wer gewinnt in welcher Disziplin?
At-a-glance decision frameworkGeprüfte Benchmark-Ergebnisse im Vergleich
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
Research-grade coding problems drawn from real scientific and numerical workloads.
Contamination-free competitive programming problems collected continuously over time.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Accuracy when reasoning over very large inputs that fill the model context window.
Tokens emitted per second during active generation streaming.
Latenz & Antwortzeit
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Interaktiver Token-Kosten-Simulator
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Nemotron 3 Super 120B A12B · Strengths & Key Advantages
- 262K Kontextfenster und bis zu 33K maximale Output-Token (SWE-bench Verified 51% · GPQA Diamond 64.5%)
- Hohe Generierungsgeschwindigkeit von 85 Token/Sekunde bei nur 460 ms Erstlatenz (TTFT)
- Offene Modellgewichte (120B (12B MoE)) für lokales Self-Hosting und Fine-Tuning über vLLM, SGLang oder Ollama
Considerations & Trade-offs
- Erfordert dedizierte GPU-Hardware mit ausreichend VRAM für den lokalen Betrieb in voller Präzision
- Bei extrem komplexen mehrstufigen Forschungsfragen bieten schwere Reasoning-Spezialmodelle noch tiefere Analysen
GPT-OSS 120B · Strengths & Key Advantages
- 131K Kontextfenster und bis zu 33K maximale Output-Token (SWE-bench Verified 45.5% · GPQA Diamond 68.5%)
- Hohe Generierungsgeschwindigkeit von 95 Token/Sekunde bei nur 480 ms Erstlatenz (TTFT)
- Offene Modellgewichte (117B (5.1B MoE)) für lokales Self-Hosting und Fine-Tuning über vLLM, SGLang oder Ollama
Considerations & Trade-offs
- Erfordert dedizierte GPU-Hardware mit ausreichend VRAM für den lokalen Betrieb in voller Präzision
- Bei extrem komplexen mehrstufigen Forschungsfragen bieten schwere Reasoning-Spezialmodelle noch tiefere Analysen
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Nemotron 3 Super 120B A12B | GPT-OSS 120B |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.38 | $0.14 |
Output Tokens / Task Tokens generated per task | 38K | 45K |
Reasoning Tokens / Task Thinking tokens burned per task | 18K | 22K |
Technische Spezifikationen
Architecture, release timeline, capabilities, and modalities.
| Feature | Nemotron 3 Super 120B A12B | GPT-OSS 120B |
|---|---|---|
| Official API Model ID (SDK) | nemotron-3-super-120b-a12b | gpt-oss-120b |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI Responses API & Chat Completions v1 |
| Release Date | 2026-03 | 2025-08 |
| Knowledge Cutoff | January 2026 | June 2024 |
| Architecture | High-Throughput Sparse MoE (120B Total / 12B Active) | Sparse MoE transformer with reasoning |
| Parameters | 120B (12B active MoE) | 117B (5.1B active MoE) |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud |
| Long-Context Tier (>128K/200K) | Flat rate ($0.3/1M in) across full 262K window | Flat rate ($0.15/1M in) across full 131K window |
| Prompt Cache Policy & TTL | Cached input at $0.06/1M tokens | Automatic prefix caching at $0.015/1M (no extra cache-write fee) |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Native Web Search tool + Hosted Code Interpreter & File Search RAG |
| Official Fine-Tuning Support | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) |
| Multimodal Token Billing | Text BPE (~4 chars/token) | Text BPE (~4 chars/token) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 74 GB VRAM (4-bit Quantized) · 258 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 73 GB VRAM (4-bit Quantized) · 252 GB VRAM (Native BF16) |
| Safety & Frontier Classification | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) | OpenAI Preparedness Framework Audited & System Card Published |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control |
| Input Modalities | text | text |
| Output Modalities | text | text |
Nemotron 3 Super 120B A12B vs GPT-OSS 120B: Schnelle Antworten (FAQ)
Which is more intelligent, Nemotron 3 Super 120B A12B or GPT-OSS 120B?
GPT-OSS 120B is more intelligent. It scores 56 compared with 53 on the composite Intelligence Index.
Which model is faster?
GPT-OSS 120B is faster, generating 95 tokens per second compared with 85 tokens per second.
Which model is cheaper to run?
GPT-OSS 120B is cheaper at $0.10 per 1M tokens blended, compared with $0.18 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Nemotron 3 Super 120B A12B has lower latency, with a time to first token of 0.46s compared with 0.48s.
Which model has a larger context window?
Nemotron 3 Super 120B A12B has a larger context window, supporting 262.1K tokens compared with 131.1K tokens.
Fazit
Sowohl Nemotron 3 Super 120B A12B (Optimal für autonome Agenten-Workflows, zuverlässiges Tool-Calling und mehrstufige Automatisierung, Enterprise-RAG-Systeme und skalierbare API-Pipelines.) als auch GPT-OSS 120B (Optimal für Self-Hosting im eigenen Rechenzentrum, Fine-Tuning und volle Datensouveränität, Enterprise-RAG-Systeme und skalierbare API-Pipelines.) überzeugen im Produktionseinsatz: GPT-OSS 120B führt bei komplexem Reasoning und Coding, GPT-OSS 120B liefert den höheren Token-Durchsatz und GPT-OSS 120B ist die kosteneffizienteste Wahl für große API-Workloads.
Häufig gestellte Fragen (FAQ)
Welches Modell ist besser für Coding und Reasoning – Nemotron 3 Super 120B A12B oder GPT-OSS 120B?+
Im Gesamt-Intelligenzindex und bei Software-Benchmarks liegt GPT-OSS 120B vorn. Prüfen Sie oben die SWE-bench- und GPQA-Werte für Ihren Anwendungsfall.
Wie unterscheiden sich die API-Preise von Nemotron 3 Super 120B A12B und GPT-OSS 120B?+
Nemotron 3 Super 120B A12B kostet $0.30 / $0.80 pro 1M Input-/Output-Tokens, GPT-OSS 120B liegt bei $0.15 / $0.60. Beim gewichteten Gesamtpreis ist GPT-OSS 120B günstiger.
Welches Modell hat das größere Kontextfenster und die höhere Geschwindigkeit?+
Nemotron 3 Super 120B A12B bietet 262.1K Tokens Kontext gegenüber 131.1K Tokens bei GPT-OSS 120B. Bei der Generierungsgeschwindigkeit liegt GPT-OSS 120B vorn.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- GPT-OSS 120B vs. DeepSeek V4 Pro: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- GPT-OSS 120B vs. Llama 5: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Nemotron 3 Nano Omni 30B A3B Reasoning vs. Nemotron 3 Super 120B A12B: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Nemotron 3 Super 120B A12B vs. Llama 3.1 405B: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Nemotron 3 Ultra 550B A55B vs. GPT-OSS 120B: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Aion-3.0 vs. Aion-Mini: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
Offizielle Quellen: Offizielle API-Dokumentation von NVIDIA und OpenAI, Systemkarten und unabhängige Benchmark-Auswertungen (2026).