नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Nemotron 3.5 Super VL (medium) vs Grok 4.5 (low)

Grok 4.5 (low) average score में आगे है: 7.8 vs 7.7. Nemotron 3.5 Super VL (medium) की benchmark लागत कम है: $0.437 vs $1.345. Grok 4.5 (low) तेज है: 18.14s vs 84.94s, pass rates 72.5% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#134
कुल आउटपुट टोकन
792,033
प्रतिक्रिया समय (औसत)
84.94s
कुल लागत
$0.437
रैंक
#129
कुल आउटपुट टोकन
121,415
प्रतिक्रिया समय (औसत)
18.14s
कुल लागत
$1.345
अनुशंसित मॉडल Grok 4.5 (low)

It has the best score here (7.8), while responding about 4.7x faster than Nemotron 3.5 Super VL (medium).

विस्तृत तुलना

मेट्रिक Nemotron 3.5 Super VL Nemotron 3.5 Super VL medium रिलीज़: 2026-10-15 निःशुल्क उपलब्ध Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 7.7 7.8
रैंक #134 #129
विश्वसनीयता 9.8 10.0
संगति 8.3 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 72.5% 73.9%
अस्थिर टेस्ट 5 2
कुल रन 69 69
प्रति परिणाम लागत 3.118 8.404
कुल लागत $0.437 $1.345
इनपुट कीमत $0.150 / 1M $2.000 / 1M
आउटपुट कीमत $0.500 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.020 / 1M $0.300 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 269,143 308,068
आउटपुट टोकन 6,833 9,218
रीजनिंग टोकन 785,200 112,197
प्रतिक्रिया समय (औसत) 84.94s 18.14s
प्रतिक्रिया समय (अधिकतम) 527.47s 205.28s
प्रतिक्रिया समय (कुल) 1953.70s 417.21s
पैरामीटर 120B कुल (12B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#134 Nemotron 3.5 Super VL

medium
लागत
$0.004
समय
68.1s
टोकन
9,798 tok

#129 SpaceXAI: Grok 4.5

low
लागत
$0.011
समय
12.4s
टोकन
2,018 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
Nemotron 3.5 Super VL 5.9 7.2 55.6% 1 278.59s 6,261 300 441,080
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

तुलना जोड़ी बदलें