Amazon Nova Pro

Pesos cerrados Amazon December 2024

Sin estimación

Sin requisitos de hardware para este modelo

Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..

En registro

especificación completa

Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..

Origen

Quién construyó este modelo, dónde, y cuándo fue publicado.

Organización
Amazon
Tipo de Organización
Industry
País
United States of America
Publicado
3 December 2024

Lo que hace

Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.

Dominio
Multimodal, Language, Video, Vision
Tarea
Language modeling/generation, Retrieval-augmented generation, Visual question answering, Image captioning, Video description, Character recognition (OCR), Code generation, Translation

Tamaño

Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.

Datos de entrenamiento
tokens

Cómputo de entrenamiento

La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.

Cómputo de entrenamiento
6 × 10²⁴ FLOP

"probably just below 1e25 stemming from the Llama 70B serving speed. If Llama 70B is trained proportionally to 405B, then it's at ~ 6.6e24. Nova Pro is served at 100tk/s, while Llama 70B is served at 70tk/s on average, and 100tk/s by together.ai at FP8. So Nova Pro would be >1e25 if they roughly 2x the amount of training compared to Llama 70B which [seems unlikely]"

Cómo se estableció
Comparison with other models

La ejecución de entrenamiento

Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.

Hardware de entrenamiento
Amazon Trainium1,NVIDIA A100,NVIDIA H100 SXM5 80GB

Disponibilidad

Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.

Pesos
Closed — provider access only
Acceso al modelo
API access
Código de entrenamiento
Unreleased

Cómo está clasificado

Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.

Probablemente por encima de 10²³ FLOP
Yes
Por qué se rastrea
SOTA improvement

"It achieves state-of-the-art performance on key benchmarks including visual question answering (TextVQA) and video understanding (VATEX)."

Confianza de registro
Speculative

Fuentes

De dónde proviene este registro y cuándo fue comprobado por última vez.

Referencia
Introducing Amazon Nova foundation models: Frontier intelligence and industry leading price performance
Última actualización
28 November 2025

Qué significan los números

Qué es este modelo

Amazon Nova Pro fue publicado por Amazon, en el país registrado como United States of America, durante December 2024. La categoría en la que se encuentra el editor es industry.

Funciona en el dominio de Multimodal, Language, Video, Vision, y se registra como realizando la tarea de language modeling/generation, Retrieval-augmented generation, Visual question answering, Image captioning, Video description, Character recognition (OCR), Code generation, Translation.

Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.

Qué se necesitó para construirlo

El entrenamiento consumió alrededor de 6 × 10²⁴ FLOP, en hardware registrado como Amazon Trainium1,NVIDIA A100,NVIDIA H100 SXM5 80GB. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.

Se rastrea en el conjunto de datos subyacente por una razón en particular: sOTA improvement.

Respuestas

Amazon Nova Pro — preguntas comunes

01

Amazon Nova Pro— ¿Es de código abierto?

No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.

02

Amazon Nova Pro— ¿cuántos parámetros tiene?

No se ha publicado el conteo de parámetros para él, por lo que no aparece ninguna cifra de memoria o velocidad en esta página.

03

Amazon Nova Pro— ¿Quién lo creó?

Fue publicado por Amazon, basado en United States of America, una organización categorizada como industry.

04

Amazon Nova Pro— ¿cuándo fue lanzado?

Se publicó en December 2024. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.

05

Amazon Nova Pro— ¿Para qué se utiliza?

Funciona en el dominio de Multimodal, Language, Video, Vision, y se registra como manejando la tarea de language modeling/generation, Retrieval-augmented generation, Visual question answering, Image captioning, Video description, Character recognition (OCR), Code generation, Translation. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.

06

Amazon Nova Pro— cuánto compute se utilizó para entrenarlo?

El entrenamiento consumió alrededor 6 × 10²⁴ FLOP, en hardware registrado como Amazon Trainium1,NVIDIA A100,NVIDIA H100 SXM5 80GB. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.

07

Amazon Nova Pro— ¿Qué GPU necesito para ejecutarlo?

Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.

Origen

Publicación original

Última actualización registrada 28 November 2025

La otra dirección

¿Mirándolo desde el otro lado?

Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.