Nemotron 3 Super 120B A12B vs Llama 3.1 405B
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
NVIDIAのNemotron 3 Super 120B A12BとMetaのLlama 3.1 405Bは、注目度の高い主要AIモデルです。Nemotron 3 Super 120B A12Bは262.1K トークンのコンテキストウィンドウを備え、API料金は100万トークンあたり入力$0.30/出力$0.80、一方のLlama 3.1 405Bは128K トークンのコンテキストで入力$0.00/出力$0.00です。以下でベンチマーク、速度、コストを詳しく比較します。
任意のAIモデルを切り替えて比較
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Nemotron 3 Super 120B A12B
自律型エージェント・ツール特化NVIDIA の Nemotron 3 Super 120B A12B は、自律型AIエージェントの実行、ツール呼び出し（Tool Calling）、複雑な業務自動化向けに設計されたAIモデルです。262K のコンテキストウィンドウ、毎秒 85 トークンの生成速度、知能指数 53/100（1Mトークンあたり入力$0.3・出力$0.8）を実現しています。
$0.30 / 1M
$0.80 / 1M
262.1K tokens
51%
Llama 3.1 405B
オープンウェイト基盤モデルMeta の Llama 3.1 405B は、オンプレミス環境でのセルフホスト、ファインチューニング、完全なデータ主権の確保向けに設計されたAIモデルです。128K のコンテキストウィンドウ、毎秒 50 トークンの生成速度、知能指数 48/100（無料のオープンウェイト提供）を実現しています。
$0.00 / 1M
$0.00 / 1M
128K tokens
41.5%
ひと目でわかる主な違い
- Llama 3.1 405B is 1.1x cheaper for API usage (input + output tokens combined).
- Nemotron 3 Super 120B A12B has a larger context window (262K vs 128K tokens).
- Nemotron 3 Super 120B A12B is faster at 85 tok/s vs 50 tok/s.
- Nemotron 3 Super 120B A12B leads on SWE-bench coding (51.0% vs 41.5%).
| Feature | Nemotron 3 Super 120B A12B | Llama 3.1 405B |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 53 | 48 |
Provider | NVIDIA | Meta |
Input Price Cost per million input tokens | $0.30 / 1M | $0.00 / 1M |
Output Price Cost per million output tokens | $0.80 / 1M | $0.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.18 / 1M | $0.53 / 1M |
Context Window Maximum input + output tokens | 262.1K tokens~393 A4 pages of text | 128K tokens~192 A4 pages of text |
Max Output Tokens Per single request | 33K | 8K |
Throughput Speed Tokens generated per second | 85 tok/s | 50 tok/s |
SWE-bench Verified Real-world software engineering | 51% | 41.5% |
GPQA Diamond Graduate-level reasoning | 64.5% | 53% |
Cached Input Price Prompt caching discount per 1M tokens | $0.06 / 1M | $0.75 / 1M |
分野別勝者スコアカード
At-a-glance decision framework検証済みベンチマークスコア比較
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.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
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.
レイテンシ＆応答時間
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
リアルタイムAPIトークン料金シミュレーター
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Nemotron 3 Super 120B A12B · Strengths & Key Advantages
- 262K のコンテキストウィンドウと最大 33K トークンの出力容量（SWE-bench Verified 51% · GPQA Diamond 64.5%）
- 毎秒 85 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 460ms の低遅延
- オープンウェイトモデル (120B (12B MoE))として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
- 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Llama 3.1 405B · Strengths & Key Advantages
- 128K のコンテキストウィンドウと最大 8K トークンの出力容量（SWE-bench Verified 41.5% · GPQA Diamond 53%）
- 毎秒 50 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 850ms の低遅延
- オープンウェイトモデル (405B)として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
- 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Nemotron 3 Super 120B A12B | Llama 3.1 405B |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.38 | $0.20 |
Output Tokens / Task Tokens generated per task | 38K | 24K |
Reasoning Tokens / Task Thinking tokens burned per task | 18K | 0K |
技術仕様・スペック
Architecture, release timeline, capabilities, and modalities.
| Feature | Nemotron 3 Super 120B A12B | Llama 3.1 405B |
|---|---|---|
| Official API Model ID (SDK) | nemotron-3-super-120b-a12b | meta-llama/Llama-3.1-405B |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2026-03 | 2024-07 |
| Knowledge Cutoff | January 2026 | December 2023 |
| Architecture | High-Throughput Sparse MoE (120B Total / 12B Active) | World’s Largest Open Foundation Transformer |
| Parameters | 120B (12B active MoE) | 405B |
| 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 | Free across full context window (only KV-cache VRAM scales) |
| Prompt Cache Policy & TTL | Cached input at $0.06/1M tokens | Automatic prefix KV-caching in vLLM / SGLang (0 cost) |
| 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 | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| 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) · 251 GB VRAM (4-bit Quantized) · 871 GB VRAM (Native BF16) |
| Safety & Frontier Classification | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) |
| 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 Llama 3.1 405B: よくある質問 (FAQ)
Which is more intelligent, Nemotron 3 Super 120B A12B or Llama 3.1 405B?
Nemotron 3 Super 120B A12B is more intelligent. It scores 53 compared with 48 on the composite Intelligence Index.
Which model is faster?
Nemotron 3 Super 120B A12B is faster, generating 85 tokens per second compared with 50 tokens per second.
Which model is cheaper to run?
Nemotron 3 Super 120B A12B is cheaper at $0.18 per 1M tokens blended, compared with $0.53 (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 0.85s.
Which model has a larger context window?
Nemotron 3 Super 120B A12B has a larger context window, supporting 262.1K tokens compared with 128K tokens.
総合評価
Nemotron 3 Super 120B A12B（自律型AIエージェントの実行、ツール呼び出し（Tool Calling）、複雑な業務自動化、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）とLlama 3.1 405B（オンプレミス環境でのセルフホスト、ファインチューニング、完全なデータ主権の確保、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）はいずれも優れた選択肢です。高度な推論・コーディング精度ではNemotron 3 Super 120B A12Bがリードし、応答速度とスループットではNemotron 3 Super 120B A12Bが優れ、APIコスト効率ではNemotron 3 Super 120B A12Bが有利です。
よくある質問 (FAQ)
コーディングや複雑な推論には Nemotron 3 Super 120B A12B と Llama 3.1 405B のどちらが適していますか？+
総合知能指数およびコーディング評価では Nemotron 3 Super 120B A12B が優位です。上部の SWE-bench や GPQA スコアもあわせてご確認ください。
Nemotron 3 Super 120B A12B と Llama 3.1 405B ではどちらのAPI料金が安いですか？+
Nemotron 3 Super 120B A12B は100万トークンあたり入力$0.30 / 出力$0.80、Llama 3.1 405B は入力$0.00 / 出力$0.00です。総合的なコスト効率では Nemotron 3 Super 120B A12B がより経済的です。
コンテキスト長と生成速度はどちらが優れていますか？+
コンテキストウィンドウは Nemotron 3 Super 120B A12B が 262.1K トークン、Llama 3.1 405B が 128K トークン です。出力スピード（トークン/秒）では Nemotron 3 Super 120B A12B がリードしています。
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Llama 3.1 405B vs GPT-4o：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Llama 3.1 70B vs Llama 3.1 405B：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Llama 3.3 70B vs Llama 3.1 405B：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Nemotron 3 Nano Omni 30B A3B Reasoning vs Nemotron 3 Super 120B A12B：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Nemotron 3 Super 120B A12B vs GPT-OSS 120B：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Aion-Mini：ベンチマーク・API料金・速度の徹底比較 (2026)比較
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.
公的ソース: NVIDIAおよびMeta公式APIドキュメント、システムカード、独立ベンチマーク評価 (2026)。