Nova 2 Omni

Fiche modèle · Amazon · nova-2-omni

Amazon Nova 2 Omni is Amazon's first unified multimodal reasoning model that processes text, documents, images, video, and audio inputs and generates both text and images from a single model, eliminating multi-model coordination complexity. It delivers strong multimodal perception, core reasoning, agentic tool use, and high-quality image generation and editing, with configurable extended thinking. It supports a 1M token context window, 200+ languages for text, and 10 languages for speech input.

Fiches modèles

Identité

Organisation	Amazon
Pays	—
Famille	—
Type	llm
Date de sortie	2025-12-02
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	—
Fenêtre de contexte	1 000 000
KV cache / token (Q8)	—
Paramètres totaux	—
Paramètres actifs (session)	—
Source des paramètres actifs	—
Curation des paramètres actifs	—
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-06-05T21:54:32.835665Z
Mis à jour le	2026-11-04T06:04:30.780378Z
Source	LLM Stats
URL	https://llm-stats.com/models/nova-2-omni

Tokens/tâche

Prix par fournisseur

Prix

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	0.70
image_to_text	0.60
instruction_following	0.70
language	0.60
legal	0.80
math	0.90
multimodal	0.70
reasoning	0.80
spatial_reasoning	0.90
speech_to_text	0.40
document_understanding	0.60
finance	0.80
general	0.70
grounding	0.90
healthcare	0.80
agents	0.60
audio	0.60
communication	0.80
tool_calling	0.70
video	0.80
vision	0.70

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aime-2025	math	0.92	1.00	0.92	non	oui	2026-11-04T06:04:30.803895Z
bfcl-v4	tool_calling	0.58	1.00	0.58	non	oui	2026-11-04T06:04:30.861769Z
covost2	audio	0.41	1.00	0.41	non	oui	2026-11-04T06:04:30.938582Z
ifbench	instruction_following	0.69	1.00	0.69	non	oui	2026-11-04T06:04:30.813221Z
maverix	multimodal	0.67	1.00	0.67	non	oui	2026-11-04T06:04:30.913766Z
mmau	audio	0.75	1.00	0.75	non	oui	2026-11-04T06:04:30.946535Z
mmlu-pro	language	0.81	1.00	0.81	non	oui	2026-11-04T06:04:30.793960Z
mmmu-pro	vision	0.61	1.00	0.61	non	oui	2026-11-04T06:04:30.871084Z
multichallenge	chat	0.76	1.00	0.76	non	oui	2026-11-04T06:04:30.823300Z
ocrbench-v2	vision	0.58	1.00	0.58	non	oui	2026-11-04T06:04:30.881006Z
qvhighlights	multimodal	0.77	1.00	0.77	non	oui	2026-11-04T06:04:30.923108Z
realkie-fcc	multimodal	0.60	1.00	0.60	non	oui	2026-11-04T06:04:30.892395Z
refcocog	multimodal	0.86	1.00	0.86	non	oui	2026-11-04T06:04:30.899567Z
screenspot	vision	0.85	1.00	0.85	non	oui	2026-11-04T06:04:30.933803Z
tau2-airline	chat	0.69	1.00	0.69	non	oui	2026-11-04T06:04:30.848128Z
tau2-retail	communication	0.78	1.00	0.78	non	oui	2026-11-04T06:04:30.833134Z
tau2-telecom	communication	0.80	1.00	0.80	non	oui	2026-11-04T06:04:30.828141Z
video-mme	multimodal	0.78	1.00	0.78	non	oui	2026-11-04T06:04:30.902727Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
chat	2	0.70	31.67	2	trueskill	2026-11-04T08:08:43.789169Z	rankings
agents	166	—	4.60	1	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04