AI BENCHY
Advertise here
#151

Nemotron 3 Super

NVIDIA Rilis: 2026-03-11 Diuji pada: 2026-07-16 23:04 nvidia/nemotron-3-super-120b-a12b::medium
(medium) (none)

Ringkasan

Nemotron 3 Super mendapat skor 5.7 di AI BENCHY dan berada di peringkat #151. Model ini memiliki reliabilitas 8.7, tingkat keberhasilan 40.9%, total biaya $0.050, dan waktu respons rata-rata 51.99s.

Yang membuat Nemotron 3 Super unik: Model ini paling menonjol di Trik anti-AI, dengan peringkat #2, sementara Pemrograman adalah area terlemahnya di #10.

Skor

5.7

Konsistensi

8.9

Keandalan

8.7

Total biaya (harga saat ini)

$0.050 ↑ +17390.0%

Diuji pada: $0.001

Total token output

117,224

Total token input

81,429

Harga input

$0.085 / 1M

Harga output

$0.400 / 1M

Tes benar

Tes Salah: 14

Tingkat lulus per percobaan: 40.9%

Tes tidak stabil

3

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

51.99s

Waktu respons (maks): 431.98s

Waktu respons (total): 1039.89s

Hamster playing table tennis

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

#151 Nemotron 3 Super

medium
Biaya
$0.000
Waktu
272.6s
Token
5,296 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-07-16 23:04 Tes baru ditambahkan 5.7 8.7 $0.066 Run saat ini
2026-06-04 14:07 Tes baru ditambahkan 5.8 10.0 $0.021 Bandingkan
2026-05-22 00:27 Suite berubah 5.9 10.0 $0.001 Bandingkan
2026-05-08 15:31 Suite berubah 6.1 10.0 $0.001 Bandingkan
2026-04-20 17:48 Run pertama yang tercatat 6.7 T/A $0.000 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Perbandingan run

RunSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-07-16 23:04 · Run saat ini5.78.98.78/223117,22481,429$0.05051.99s
2026-05-22 00:27 · Suite berubah5.98.810.08/20344,9780$0.00121.15s
Selisih-0.2+0.1-1.300+72246+81429+$0.050+30846ms

Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 15:40 $0.090 / 1M $0.450 / 1M
2026-06-29 01:00 $0.085 / 1M $0.400 / 1M
2026-07-08 21:00 $0.080 / 1M $0.450 / 1M
2026-07-16 15:36 $0.210 / 1M $0.455 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 8.3 10.0
Pemrograman 3.1 10.0
Gabungan 6.4 5.8
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 2.9 4.4
Kecerdasan umum 4.1 10.0
Kepatuhan instruksi 7.3 10.0
Pemecahan teka-teki 3.0 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan