नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

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

सारांश

Nemotron 3 Ultra 550b A55b (medium) vs GPT-5.6 Sol benchmark तुलना: Nemotron 3 Ultra 550b A55b (medium) average score में आगे है: 8.1 vs 6.3. Nemotron 3 Ultra 550b A55b (medium) की benchmark लागत कम है: $0.158 vs $0.225. GPT-5.6 Sol तेज है: 1.66s vs 15.05s, pass rates 69.8% vs 57.1%.

अनुशंसित मॉडल: Nemotron 3 Ultra 550b A55b (medium) - It has the strongest score in this comparison (8.1) and the best overall balance of cost and response time across all 2 models.

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 Sol GPT-5.6 Sol none रिलीज़: 2026-07-09
स्कोर 8.1 6.3
रैंक #31 #101
विश्वसनीयता 9.7 10.0
संगति 8.8 9.0
सही परीक्षण
प्रति प्रयास पास दर 69.8% 57.1%
अस्थिर टेस्ट 3 3
कुल रन 63 63
प्रति परिणाम लागत 0.000 2.244
कुल लागत $0.158 $0.225
इनपुट कीमत $0.500 / 1M $5.000 / 1M
आउटपुट कीमत $2.200 / 1M $30.000 / 1M
कुल इनपुट टोकन 46,813 34,218
आउटपुट टोकन 18,002 1,776
रीजनिंग टोकन 53,091 0
प्रतिक्रिया समय (औसत) 15.05s 1.66s
प्रतिक्रिया समय (अधिकतम) 43.93s 3.93s
प्रतिक्रिया समय (कुल) 316.09s 34.81s

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

#101 GPT-5.6 Sol

none
लागत
$0.116
समय
78.7s
टोकन
3,944 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 Sol 8.3 10.0 75.0% 0 1.27s 606 154 0
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 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 0
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 Sol 3.0 10.0 0.0% 0 3.93s 11,019 300 0
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 Sol 10.0 10.0 100.0% 0 1.53s 7,140 222 0
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 Sol 3.6 7.2 22.2% 1 1.43s 723 54 0
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 Sol 6.5 3.4 66.7% 1 1.52s 477 91 0
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 Sol 8.5 6.8 83.3% 1 1.33s 660 84 0
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 Sol 7.7 10.0 66.7% 0 1.49s 642 211 0
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 Sol 10.0 10.0 100.0% 0 3.70s 5,454 246 0
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 Sol 3.0 10.0 0.0% 0 1.95s 195 24 0

त्वरित तुलना

तुलना जोड़ी बदलें