Bolehkah saya jalankan Nova Pro 1.0 secara tempatan?

Tidak. Amazon tidak mengeluarkan berat; model ini hanya melalui API, diakses melalui AWS Bedrock.

Berapa kos Nova Pro 1.0 dan berapa panjang konteksnya?

Kosnya $0.80 setiap sejuta token input dan $3.20 setiap sejuta token output, dengan tetingkap konteks 300,000 token.

Bagaimana Nova Pro dibandingkan dengan Nova Lite atau Nova Micro?

Nova Pro berada di puncak barisan teks dan multimodal Nova Amazon, menukar kos per token lebih tinggi untuk ketepatan lebih baik dan keupayaan multimodal penuh; Nova Lite dan Micro lebih pantas dan murah tetapi kurang berupaya.

Nova Pro 1.0

2537°

#llm #amazon #penglihatan #konteks panjang #ringkasan #pengekstrakan data

Jalankan model ini

Tawaran / Iklan

OpenRouter Terminal / API

Bayar setiap token

Bual dengan model ini dalam pelayar atau panggil ia dari kod anda dengan satu kunci API.

Amazon | konteks 300,000 token | $0.80/M input, $3.20/M output. Amazon Nova Pro 1.0 adalah model multimodal berupaya dari Amazon yang memfokuskan pada gabungan ketepatan, kelajuan, dan kos untuk pelbagai tugasan. Sehingga Disember 2024, ia mencapai prestasi terkini pada penanda aras utama termasuk menjawab soalan visual (TextVQA) dan pemahaman video (VATEX). Amazon Nova Pro menunjukkan kebolehan kuat dalam memproses maklumat visual dan teks serta menganalisis dokumen kewangan. NOTA: Input video tidak disokong pada masa ini.

Panduan untuk model ini

Berat terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya kamu dibenarkan lakukan

Cara memilih model AI pada Oktober 2026: berita sumber tertutup, kemudian berat terbuka yang patut dimuat turun

10 Alternatif ChatGPT Termurah pada 2026: model tempatan percuma, tahap percuma dan pelan kadar rata

Semua panduan

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

Nova Pro 1.0 adalah model multimodal tahap pertengahan Amazon, mengendalikan teks dan imej dalam tetingkap konteks 300,000 token pada harga jauh lebih rendah daripada model berat terkemuka. Ia mencatat keputusan terulung pada penilaian soal jawab visual dan kefahaman video semasa pelancaran. Sesuai untuk pasukan yang sudah dalam ekosistem AWS yang memerlukan prestasi multimodal yang mantap tanpa membayar harga terkemuka.

Dikenali untuk

Soal jawab visual yang kuat, kompetitif semasa pelancaran pada TextVQA.
Tetingkap konteks 300,000 token mengendalikan dokumen panjang dengan selesa.
Sangat baik dalam menganalisis dokumen kewangan dengan teks dan jadual campuran.
Harga kompetitif: $0.80 setiap sejuta token input, $3.20 setiap sejuta token output.
Mengimbangi ketepatan, kelajuan dan kos daripada mengejar satu dimensi sahaja.

Berhati-hati dengan

Input video tidak disokong buat masa ini, walaupun kefahaman video muncul dalam tuntutan penanda aras.
Berat tertutup, hanya API — tiada pilihan pelaksanaan tempatan.
Terikat dengan infrastruktur Amazon; akses melalui AWS Bedrock.

Terbaik untuk

Arahan untuk cuba

Pecahkan jadual kewangan

Saya lampirkan satu halaman dari laporan tahunan yang mengandungi penyata pendapatan berbilang tahun. Ekstrak hasil, pendapatan operasi dan pendapatan bersih untuk setiap tahun yang ditunjukkan, paparkan dalam jadual markdown, kemudian catatkan mana-mana item baris yang berubah lebih 20% tahun ke tahun dan berikan penjelasan satu ayat untuk setiap satu.

Ringkasan dokumen panjang

Ini adalah kontrak perolehan 200 halaman. Kenal pasti lima kewajipan paling penting yang dikenakan ke atas vendor, jadual pembayaran, mana-mana klausa penalti, dan syarat penamatan. Ringkaskan setiap satu dalam dua ayat dan tandakan apa-apa yang kelihatan luar biasa berbanding kontrak komersial biasa.

Ekstrak data imej

Saya lampirkan gambar halaman buku nota makmal tulisan tangan. Salin semua teks dan nilai nombor tepat seperti yang ditulis, kekalkan struktur jadual jika ada, dan tandakan mana-mana nilai yang kelihatan samar atau sukar dibaca.

Bandingkan dengan

Nova 2 Lite
Model hanya API
konteks 1,000,000 token · Input $0.30/M, output $2.50/M
Qwen2.5 VL 72B Instruct
Model berat terbuka
konteks 128,000 token · Input $0.80/M, output $1.00/M
Qwen3 VL 235B A22B Instruct
Model berat terbuka
konteks 262,144 token · Input $0.21/M, output $1.90/M
Nova Lite 1.0
Model hanya API
konteks 300,000 token · Input $0.06/M, output $0.24/M

Lebih banyak model teks dari amazon

Soalan yang sering ditanya

Bolehkah saya jalankan Nova Pro 1.0 secara tempatan?: Tidak. Amazon tidak mengeluarkan berat; model ini hanya melalui API, diakses melalui AWS Bedrock.
Berapa kos Nova Pro 1.0 dan berapa panjang konteksnya?: Kosnya $0.80 setiap sejuta token input dan $3.20 setiap sejuta token output, dengan tetingkap konteks 300,000 token.
Bagaimana Nova Pro dibandingkan dengan Nova Lite atau Nova Micro?: Nova Pro berada di puncak barisan teks dan multimodal Nova Amazon, menukar kos per token lebih tinggi untuk ketepatan lebih baik dan keupayaan multimodal penuh; Nova Lite dan Micro lebih pantas dan murah tetapi kurang berupaya.

Keputusan Kapten
Model kerja multimodal yang masuk akal untuk pasukan asli AWS — harga jujur, konteks panjang, dan kepakaran analisis dokumen sebenar, cuma terhad oleh kekangan API tertutup.

Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh berubah.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Bagaimana skor ini dijumlahkan

Model ini belum ada data populariti dari mana-mana sumber lagi, jadi ia membawa nombor gantian di bawah 7,000° yang memastikan senarai lengkap. Ia tidak pernah menduduki tempat lebih tinggi daripada model yang ada data. Pecahan muncul di sini sebaik sahaja sumber melaporkannya.

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Model serupa

Trinity Large Thinking

Model AI untuk penjanaan imej, video dan teks

Nova Pro 1.0 ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain dan semak skor habanya untuk melihat trendnya.

Lagi model Text / LLM Lagi Teks / LLM Text / LLM llm amazon penglihatan konteks panjang ringkasan pengekstrakan data

Layari mengikut keluarga model