नेविगेशन
AI BENCHY
Advertise here

Claude Opus 4.6 (medium) vs Nemotron 3 Ultra (medium)

Claude Opus 4.6 (medium) average score में आगे है: 7.7 vs 7.6. Nemotron 3 Ultra (medium) की benchmark लागत कम है: $0.780 vs $2.961. Claude Opus 4.6 (medium) तेज है: 32.23s vs 33.62s, pass rates 63.6% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-15

रैंक
#74
कुल आउटपुट टोकन
96,722
प्रतिक्रिया समय (औसत)
32.23s
कुल लागत
$2.961
रैंक
#80
कुल आउटपुट टोकन
184,405
प्रतिक्रिया समय (औसत)
33.62s
कुल लागत
$0.780
अनुशंसित मॉडल Nemotron 3 Ultra (medium)

Its score stays close to the best score here (7.6 vs 7.7), while costing about 3.8x less than Claude Opus 4.6 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 4.6 Claude Opus 4.6 medium रिलीज़: 2026-02-05 Nemotron 3 Ultra Nemotron 3 Ultra medium रिलीज़: 2026-06-04 निःशुल्क उपलब्ध
स्कोर 7.7 7.6
रैंक #74 #80
विश्वसनीयता 10.0 9.8
संगति 8.8 8.8
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 63.6% 66.7%
अस्थिर टेस्ट 3 3
कुल रन 66 66
प्रति परिणाम लागत 22.777 0.000
कुल लागत $2.961 $0.780
इनपुट कीमत $5.000 / 1M $0.600 / 1M
आउटपुट कीमत $25.000 / 1M $3.600 / 1M
कुल इनपुट टोकन 108,573 233,415
आउटपुट टोकन 69,994 54,384
रीजनिंग टोकन 26,728 130,021
प्रतिक्रिया समय (औसत) 32.23s 33.62s
प्रतिक्रिया समय (अधिकतम) 151.51s 392.56s
प्रतिक्रिया समय (कुल) 515.65s 739.59s
पैरामीटर ~5T कुल (~500B सक्रिय) 550B कुल (55B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#74 Claude Opus 4.6

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

#80 Nemotron 3 Ultra

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Nemotron 3 Ultra 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725

त्वरित तुलना

तुलना जोड़ी बदलें