NVIDIA Nemotron Nano 12B v2 VL

Nemotron Nano 是 NVIDIA Nemotron 系列里主打轻量的一支，12B v2 VL 于 2025 年 10 月 28 日发布，名称中的 VL 表明它在文本之外还接受图像输入，属于多模态模型。它要解决的问题很直接：把图文理解能力压到 12B 这个量级，让单卡或少量算力就能部署，同时兼顾普通文本问答。对使用者而言，这意味着可以用比同家族大模型低得多的资源门槛承接中等难度的多模态任务。需要说明的是，厂商并未公开它的能力标注与官方价格，当前也没有第三方平台上架，可查的第三方数据只有 Artificial Analysis 口径的一组分数：综合智能指数 7.5、GPQA 57.2%、HLE 5.5%、LCR 41.0%。这组数字更接近「学科知识题尚可、高难题吃力」的画像，选型时应把它当作轻量多模态组件，而不是通用推理主力。

选型建议需要轻量图文理解且希望控制算力成本时值得试；追求高难推理、或要求现成 API 报价与平台接入时，应选同系列更大或已上架的型号。

• 解析产品截图与界面图，抽取字段并生成结构化描述
• 对扫描件、表格图片做图文问答与关键信息定位
• 为图文混排内容生成摘要与标签，支撑站内检索
• 在单卡或少量算力环境中搭建轻量多模态问答原型
• 把图表截图转换为文字说明，辅助报表类内容理解

Nano 系列以轻量化为核心取向，VL 后缀表示在语言能力之外叠加了视觉输入通路；12B 量级便于用较少算力部署，具体结构细节公开披露有限。

• 结构典型做法是语言主干加视觉编码与图文对齐模块，但层数、注意力形式、是否采用混合结构等细节公开资料较少，不做推测。
• 能力名称中的 VL 说明支持图像与文本联合输入，可承接看图问答、图表与文档理解类任务，同时保留常规文本生成与问答能力。
• 披露NVIDIA 仅给出发布日期与参数量级，视觉编码器规格、上下文长度、训练数据组成等关键参数均未公开，工程选型前需自行验证。

在 Artificial Analysis 口径下综合智能指数为 7.5，学科知识题相对能打，高难推理明显吃力，长文本表现居中。

• 强项GPQA 57.2% 对 12B 量级来说算扎实，研究生级理科选择题具备可用准确率，适合作为知识问答任务的中档选项。
• 短板HLE 5.5% 说明超高难度跨学科推理基本无法承担，多步假设类问题容易给出看起来合理但错误的答案。
• 长文LCR 41.0% 处于中等水平，长材料里跨段定位信息可以应付，多跳串联与全局一致性仍需人工复核。
• 适合图文混合的中等难度问答与信息抽取；同系列多款 Nemotron 的综合指数高于本模型，重推理任务应交给更大型号。

跑分来自第三方公开评测（Artificial Analysis 口径），榜位与用量来自 OpenRouter 公开榜单，只反映静态基准与实际调用份额，与本站的真实性、稳定性检测相互独立。

官方价格未公开，对比表中的价差一栏为 None，本模型目前没有可用于计算性价比的价格坐标。

• 定价NVIDIA 未公布该型号的价格，对比表中相对本模型的价差同样为 None，单位成本与性价比暂时无法量化。
• 横向对比同系列 Nemotron 型号的公开输入价低至 $0.05/M、高至 $0.625/M，输出价跨度更大，本模型不在报价之列。
• 平台差价上架平台数为 0，没有渠道报价可供比对，短期内不存在不同平台之间的价格差与折扣空间。
• 省钱预算敏感时可先用同系列低价小模型验证效果，确认多模态能力确有增益，再考虑迁移到该型号。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径AA 综合指数 7.5 与对比表中 12.8 至 26.5 的同系列成绩差距较大，可能来自版本与评测集口径不同，不宜直接当作代际排序依据。
• 边界HLE 5.5% 表明高难题不可依赖；上下文长度、视觉分辨率、支持语种等关键参数未公开，接入前需自行压测验证。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。