AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#96

Nemotron 3 Super

NVIDIA रिलीज़: 2026-03-11 परीक्षण किया गया: 2026-04-20 17:48 nvidia/nemotron-3-super-120b-a12b::none
(medium) (none)

सारांश

Nemotron 3 Super AI BENCHY पर 5.1 स्कोर करता है और #96 पर है। इसकी reliability लागू नहीं, pass rate 35.2%, कुल लागत $0.000, और औसत response time 8.54s है।

Nemotron 3 Super को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

संगति

8.2

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

4,760

कुल इनपुट टोकन

0

इनपुट कीमत

$0.090 / 1M

आउटपुट कीमत

$0.450 / 1M

सही परीक्षण

गलत टेस्ट: 14

प्रति प्रयास पास दर: 35.2%

अस्थिर टेस्ट

4

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

8.54s

प्रतिक्रिया समय (अधिकतम): 24.97s

प्रतिक्रिया समय (कुल): 153.69s

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:53 नया टेस्ट जोड़ा गया 4.9 10.0 $0.007 तुलना करें
2026-05-22 00:21 सूट बदला गया 5.0 10.0 $0.002 तुलना करें
2026-05-08 15:31 सूट बदला गया 5.2 10.0 $0.002 तुलना करें
2026-04-20 17:48 पहला दर्ज रन 5.1 लागू नहीं $0.000 वर्तमान रन

रन तुलना

रनस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-04-20 17:48 · पहला दर्ज रन5.18.2लागू नहीं4/1844,7600$0.0008.54s
2026-05-22 00:21 · सूट बदला गया5.08.710.05/2036,1720$0.0025.66s
अंतर+0.1-0.5-1+1-14120-$0.002+2876ms

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।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 4.8 10.0
कोडिंग 3.3 1.6
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 4.2 9.9
निर्देश पालन 4.9 6.9
पहेली समाधान 5.7 10.0
टूल कॉलिंग 4.7 1.6

तुलना किए गए मॉडल