#56
NVIDIA
रिलीज़: 2026-03-11
परीक्षण किया गया: 2026-04-20 17:48
nvidia/nemotron-3-super-120b-a12b::medium
(medium)
(none)
इनपुट कीमत
$0.090 / 1M
आउटपुट कीमत
$0.450 / 1M
अस्थिर टेस्ट
3
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 |
|---|---|---|---|---|---|
| 2026-05-22 00:27 सूट बदला गया | 5.9 | 10.0 | $0.001 | तुलना करें | |
| 2026-05-08 15:31 सूट बदला गया | 6.1 | 10.0 | $0.001 | तुलना करें | |
| 2026-04-20 17:48 पहला दर्ज रन | 6.7 | लागू नहीं | $0.000 | वर्तमान रन |
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-20 17:48 · पहला दर्ज रन | 6.7 | 8.7 | लागू नहीं | 9/18 | 3 | 41,715 | $0.000 | 19.06s |
| 2026-05-22 00:27 · सूट बदला गया | 5.9 | 8.8 | 10.0 | 8/20 | 3 | 44,978 | $0.001 | 21.15s |
| अंतर | +0.8 | -0.1 | +1 | 0 | -3263 | -$0.001 | -2084ms |
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
त्वरित तुलना
Nemotron 3 Supermediumनिःशुल्क उपलब्धvsKimi K2.5mediumNemotron 3 Supermediumनिःशुल्क उपलब्धvsGemini 3.1 Flash LiteminimalNemotron 3 Supermediumनिःशुल्क उपलब्धvsGemini 3.1 Flash LitenoneNemotron 3 Supermediumनिःशुल्क उपलब्धvsGemini 3 Flash PreviewmediumNemotron 3 Supermediumनिःशुल्क उपलब्धvsGemini 3.5 FlashhighNemotron 3 Supermediumनिःशुल्क उपलब्धvsRing-2.6-1TmediumNemotron 3 Supermediumनिःशुल्क उपलब्धvsGemini 3.5 Flashlow
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 3.0 | 10.0 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 4.4 | |
| Samanya Buddhimatta | 3.8 | 9.9 | |
| निर्देश पालन | 7.2 | 6.5 | |
| पहेली समाधान | 3.5 | 9.8 | |
| टूल कॉलिंग | 10.0 | 10.0 |