NVIDIA
रिलीज़: 2026-04-28
परीक्षण किया गया: 2026-04-28 23:26
nvidia/nemotron-3-nano-omni-30b-a3b-reasoning::medium
30B कुल (3B सक्रिय)MoEवेट उपलब्ध
(medium)
(default)
सारांश
Nemotron 3 Nano Omni 30b A3b Reasoning AI BENCHY पर 5.2 स्कोर करता है और #107 पर है। इसकी reliability 10.0, pass rate 47.9%, कुल लागत $0.000, और औसत response time 14.46s है।
Nemotron 3 Nano Omni 30b A3b Reasoning को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- 30B कुल (3B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- वेट उपलब्ध
- लाइसेंस
- NVIDIA Open Model
5.2
संगति
5.9
10.0
$0.000
कुल आउटपुट टोकन
235,283
कुल इनपुट टोकन
0
इनपुट कीमत
$0.000 / 1M
आउटपुट कीमत
$0.000 / 1M
कैश पढ़ने की कीमत
लागू नहीं
कैश लिखने की कीमत
लागू नहीं
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।
अस्थिर टेस्ट
8
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-05-08 15:30 सूट बदला गया | 3.4 | 10.0 | $0.000 | तुलना करें | |
| 2026-04-28 23:26 पहला दर्ज रन | 5.2 | 10.0 | $0.000 | वर्तमान रन |
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-28 23:26 · पहला दर्ज रन | 54/54 प्रयास | 5.2 | 5.9 | 10.0 | 4/16 | 8 | 235,283 | 0 | $0.000 | 14.46s |
| 2026-05-08 15:30 · सूट बदला गया | 57/57 प्रयास | 3.4 | 6.7 | 10.0 | 4/19 | 5 | 229,186 | 11,661 | $0.000 | 17.13s |
| अंतर | — | +1.9 | -0.8 | 0.0 | +2 | +3 | +6097 | -11661 | $0.000 | -2668ms |
बेंचमार्क कवरेज अलग है: 54/54 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 57/57 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 7.0 | 5.9 | |
| कोडिंग | 3.3 | 1.7 | |
| संयुक्त | 0.0 | 0.0 | |
| डेटा पार्सिंग और निष्कर्षण | 7.3 | 5.9 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 4.8 | 9.9 | |
| निर्देश पालन | 6.9 | 6.3 | |
| पहेली समाधान | 3.5 | 4.4 | |
| टूल कॉलिंग | 0.0 | 0.0 |