Nemotron Nano 9B v2 vs GPT-OSS 20B
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Nemotron Nano 9B v2 da NVIDIA e GPT-OSS 20B da OpenAI são dois modelos de IA de destaque. O Nemotron Nano 9B v2 oferece uma janela de contexto de 131.1K tokens a $0.08/$0.20 por milhão de tokens, enquanto o GPT-OSS 20B oferece 131.1K tokens de contexto a $0.10/$0.50 por milhão de tokens. Veja abaixo a comparação completa de benchmarks, latência e custos.
Troque e Compare Qualquer Modelo
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Nemotron Nano 9B v2
Modelo Leve e EconômicoO Nemotron Nano 9B v2 da NVIDIA é um modelo de IA projetado para máxima economia por token e alto desempenho em escala de produção, oferecendo janela de contexto de 131K, velocidade de 140 tokens/s, índice de inteligência de 42/100 e tarifa
$0.08 / 1M
$0.20 / 1M
131.1K tokens
32.5%
GPT-OSS 20B
Raciocínio de Pesos AbertosO GPT-OSS 20B da OpenAI é um modelo de IA projetado para raciocínio em cadeia de pensamento com pesos abertos e alta eficiência, oferecendo janela de contexto de 131K, velocidade de 160 tokens/s, índice de inteligência de 46/100 e tarifa de
$0.10 / 1M
$0.50 / 1M
131.1K tokens
32.5%
Principais Diferenças em Resumo
- Nemotron Nano 9B v2 is 1.9x cheaper for API usage (input + output tokens combined).
- GPT-OSS 20B is faster at 160 tok/s vs 140 tok/s.
- GPT-OSS 20B leads on SWE-bench coding (32.5% vs 32.5%).
| Feature | Nemotron Nano 9B v2 | GPT-OSS 20B |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 42 | 46 |
Provider | NVIDIA | OpenAI |
Input Price Cost per million input tokens | $0.08 / 1M | $0.10 / 1M |
Output Price Cost per million output tokens | $0.20 / 1M | $0.50 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.05 / 1M | $0.08 / 1M |
Context Window Maximum input + output tokens | 131.1K tokens~197 A4 pages of text | 131.1K tokens~197 A4 pages of text |
Max Output Tokens Per single request | 8K | 33K |
Throughput Speed Tokens generated per second | 140 tok/s | 160 tok/s |
SWE-bench Verified Real-world software engineering | 32.5% | 32.5% |
GPQA Diamond Graduate-level reasoning | 48% | 55% |
Cached Input Price Prompt caching discount per 1M tokens | $0.02 / 1M | $0.01 / 1M |
Quem vence em cada categoria?
At-a-glance decision frameworkPontuações de Benchmarks Verificadas
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.
Latência e Tempo de Resposta
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulador Interativo de Custo de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Nemotron Nano 9B v2 · Strengths & Key Advantages
- Janela de contexto de 131K com limite máximo de saída de 8K tokens (SWE-bench Verified 32.5% · GPQA Diamond 48%)
- Taxa de transferência rápida de 140 tokens/segundo com latência inicial (TTFT) de 280 ms
- Pesos abertos (9B) para auto-hospedagem local ou em nuvem privada via vLLM, SGLang ou Ollama
Considerations & Trade-offs
- Requer servidores GPU com memória VRAM adequada para execução local em precisão total
- Em derivações científicas extremas, modelos pesados dedicados exclusivamente ao raciocínio oferecem maior profundidade
GPT-OSS 20B · Strengths & Key Advantages
- Janela de contexto de 131K com limite máximo de saída de 33K tokens (SWE-bench Verified 32.5% · GPQA Diamond 55%)
- Taxa de transferência rápida de 160 tokens/segundo com latência inicial (TTFT) de 260 ms
- Pesos abertos (21B (3.6B MoE)) para auto-hospedagem local ou em nuvem privada via vLLM, SGLang ou Ollama
Considerations & Trade-offs
- Requer servidores GPU com memória VRAM adequada para execução local em precisão total
- Em derivações científicas extremas, modelos pesados dedicados exclusivamente ao raciocínio oferecem maior profundidade
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Nemotron Nano 9B v2 | GPT-OSS 20B |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.06 | $0.09 |
Output Tokens / Task Tokens generated per task | 22K | 40K |
Reasoning Tokens / Task Thinking tokens burned per task | 8K | 18K |
Especificações Técnicas
Architecture, release timeline, capabilities, and modalities.
| Feature | Nemotron Nano 9B v2 | GPT-OSS 20B |
|---|---|---|
| Official API Model ID (SDK) | nemotron-nano-9b-v2 | gpt-oss-20b |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI Responses API & Chat Completions v1 |
| Release Date | 2025-08 | 2025-08 |
| Knowledge Cutoff | June 2025 | June 2024 |
| Architecture | Efficient Dense Transformer | Sparse MoE transformer with reasoning |
| Parameters | 9B | 21B (3.6B 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 ($0.08/1M in) across full 131K window | Flat rate ($0.1/1M in) across full 131K window |
| Prompt Cache Policy & TTL | Cached input at $0.02/1M tokens | Automatic prefix caching at $0.01/1M (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) · 6 GB VRAM (4-bit Quantized) · 19 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 13 GB VRAM (4-bit Quantized) · 45 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 Nano 9B v2 vs GPT-OSS 20B: Respostas Rápidas (FAQ)
Which is more intelligent, Nemotron Nano 9B v2 or GPT-OSS 20B?
GPT-OSS 20B is more intelligent. It scores 46 compared with 42 on the composite Intelligence Index.
Which model is faster?
GPT-OSS 20B is faster, generating 160 tokens per second compared with 140 tokens per second.
Which model is cheaper to run?
Nemotron Nano 9B v2 is cheaper at $0.05 per 1M tokens blended, compared with $0.08 (7:2:1 cache:input:output ratio).
Which model has lower latency?
GPT-OSS 20B has lower latency, with a time to first token of 0.26s compared with 0.28s.
Veredito
Tanto Nemotron Nano 9B v2 (Indicado para máxima economia por token e alto desempenho em escala de produção, arquiteturas RAG corporativas e integração escalável via API.) quanto GPT-OSS 20B (Indicado para raciocínio em cadeia de pensamento com pesos abertos e alta eficiência, arquiteturas RAG corporativas e integração escalável via API.) entregam excelente desempenho: GPT-OSS 20B lidera em inteligência geral e programação, GPT-OSS 20B oferece geração mais rápida e Nemotron Nano 9B v2 apresenta o melhor custo-benefício em produção.
Perguntas Frequentes (FAQ)
Qual é melhor para programação e raciocínio, Nemotron Nano 9B v2 ou GPT-OSS 20B?+
Nas avaliações de inteligência e código, GPT-OSS 20B leva vantagem. Confira os gráficos SWE-bench e GPQA acima para detalhes.
Qual modelo tem a API mais barata, Nemotron Nano 9B v2 ou GPT-OSS 20B?+
O Nemotron Nano 9B v2 custa $0.08 / $0.20 por 1M de tokens (entrada/saída) e o GPT-OSS 20B custa $0.10 / $0.50. No custo combinado, Nemotron Nano 9B v2 é mais econômico.
Qual modelo possui maior janela de contexto e velocidade?+
O Nemotron Nano 9B v2 suporta 131.1K tokens de contexto contra 131.1K tokens do GPT-OSS 20B, enquanto GPT-OSS 20B entrega maior velocidade de geração.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- GPT-OSS 20B vs. Llama 3.1 8B: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Nemotron Nano 12B v2 VL vs. GPT-OSS 20B: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Nemotron Nano 12B v2 VL vs. Nemotron Nano 9B v2: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Nemotron Nano 9B v2 vs. Nemotron Research Reasoning: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aion-3.0 vs. Aion-Mini: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aion-3.0 vs. Gemini 3.6 Flash: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
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.
Fontes oficiais: Documentação oficial de API da NVIDIA e OpenAI e benchmarks independentes (2026).