नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Nemotron 3 Ultra 550b A55b vs OpenAI: GPT-5.6 Luna

सारांश

Nemotron 3 Ultra 550b A55b (medium) vs GPT-5.6 Luna (medium) benchmark तुलना: Nemotron 3 Ultra 550b A55b (medium) average score में आगे है: 8.1 vs 7.6. Nemotron 3 Ultra 550b A55b (medium) की benchmark लागत कम है: $0.158 vs $0.258. GPT-5.6 Luna (medium) तेज है: 6.70s vs 15.05s, pass rates 69.8% vs 63.5%.

अनुशंसित मॉडल: Nemotron 3 Ultra 550b A55b (medium) - It has the best score here (8.1), while costing about 1.6x less than GPT-5.6 Luna (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-09

मेट्रिक Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium रिलीज़: 2026-06-04 निःशुल्क उपलब्ध GPT-5.6 Luna GPT-5.6 Luna medium रिलीज़: 2026-07-09
स्कोर 8.1 7.6
रैंक #31 #54
विश्वसनीयता 9.7 10.0
संगति 8.8 9.6
सही परीक्षण
प्रति प्रयास पास दर 69.8% 63.5%
अस्थिर टेस्ट 3 1
कुल रन 63 63
प्रति परिणाम लागत 0.000 1.978
कुल लागत $0.158 $0.258
इनपुट कीमत $0.500 / 1M $1.000 / 1M
आउटपुट कीमत $2.200 / 1M $6.000 / 1M
कुल इनपुट टोकन 46,813 35,699
आउटपुट टोकन 18,002 2,148
रीजनिंग टोकन 53,091 34,740
प्रतिक्रिया समय (औसत) 15.05s 6.70s
प्रतिक्रिया समय (अधिकतम) 43.93s 29.85s
प्रतिक्रिया समय (कुल) 316.09s 140.62s

जनरेशन शोकेस

Hamster playing table tennis

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

#31 Nemotron 3 Ultra 550b A55b

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

#54 GPT-5.6 Luna

medium
लागत
$0.014
समय
14.6s
टोकन
2,362 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 8.62s 780 835 1,485
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.52s 606 160 987
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Nemotron 3 Ultra 550b A55b 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725
GPT-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Nemotron 3 Ultra 550b A55b 9.8 10.0 100.0% 0 43.93s 17,574 1,040 3,590
GPT-5.6 Luna 10.0 10.0 100.0% 0 9.53s 12,500 375 1,354
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 5.68s 7,989 473 1,285
GPT-5.6 Luna 10.0 10.0 100.0% 0 1.95s 7,140 234 324
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Nemotron 3 Ultra 550b A55b 3.5 4.4 33.3% 2 24.90s 858 11,169 16,249
GPT-5.6 Luna 5.3 10.0 33.3% 0 17.37s 723 68 16,531
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Nemotron 3 Ultra 550b A55b 3.7 9.5 0.0% 0 2.52s 360 70 235
GPT-5.6 Luna 5.1 10.0 0.0% 0 4.34s 477 112 496
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Nemotron 3 Ultra 550b A55b 9.8 10.0 100.0% 0 6.35s 765 182 1,243
GPT-5.6 Luna 9.9 10.0 100.0% 0 2.38s 660 95 393
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Nemotron 3 Ultra 550b A55b 5.5 9.9 33.3% 0 3.54s 792 771 2,055
GPT-5.6 Luna 7.8 10.0 66.7% 0 4.04s 642 255 2,104
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 7.72s 9,781 304 984
GPT-5.6 Luna 10.0 10.0 100.0% 0 6.02s 5,454 256 244
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Nemotron 3 Ultra 550b A55b 3.0 10.0 0.0% 0 38.47s 228 304 8,240
GPT-5.6 Luna 3.0 10.0 0.0% 0 6.64s 195 29 2,379

त्वरित तुलना

तुलना जोड़ी बदलें