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

AI BENCHY Compare

Nemotron 3 Ultra 550b A55b vs Grok 4.20 Multi Agent Beta

Rezumat

Comparație benchmark Nemotron 3 Ultra 550b A55b vs Grok 4.20 Multi Agent Beta: Nemotron 3 Ultra 550b A55b conduce la scorul mediu cu 7.5 vs 6.6. Nemotron 3 Ultra 550b A55b are costul de benchmark mai mic, $0.177 vs $5.599. Grok 4.20 Multi Agent Beta este mai rapid cu 9.69s vs 15.05s, cu rate de reușită de 69.8% vs 59.3%.

Model recomandat: Nemotron 3 Ultra 550b A55b - Are cel mai bun scor aici (7.5) și costă de aproximativ 31.8x mai puțin decât Grok 4.20 Multi Agent Beta.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-10

Metrică Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium Lansare: 2026-06-04 Disponibil gratuit Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium Lansare: 2026-03-12
Scor 7.5 6.6
Rang #42 #85
Fiabilitate 9.7 N/D
Consistență 8.8 7.9
Teste corecte
Rată de trecere pe încercare 69.8% 59.3%
Teste instabile 3 5
Rulări totale 63 52
Cost per rezultat 0.000 62.923
Cost total $0.177 $5.599
Preț de intrare $0.500 / 1M $4.235 / 1M
Preț de ieșire $2.500 / 1M $4.235 / 1M
Total tokenuri de intrare 46,813 721,952
Tokenuri de ieșire 18,002 294,668
Tokenuri de raționament 53,091 305,374
Timp de răspuns (mediu) 15.05s 9.69s
Timp de răspuns (maxim) 43.93s 35.28s
Timp de răspuns (total) 316.09s 155.07s

Generation showcase

Hamster playing table tennis

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

#42 Nemotron 3 Ultra 550b A55b

medium
No showcase result has been generated for this model yet.
Cost
$0.000
Time
-
Tokens
0 tok

#85 Grok 4.20 Multi Agent Beta

medium
Cost
$0.261
Time
123.4s
Tokens
199,344 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 8.62s 780 835 1,485
Grok 4.20 Multi Agent Beta 6.9 5.8 75.0% 2 3.46s 90,925 33,706 33,077
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Nemotron 3 Ultra 550b A55b 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725
Grok 4.20 Multi Agent Beta 10.0 10.0 100.0% 0 27.11s 13,212 86 13,141
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Nemotron 3 Ultra 550b A55b 9.8 10.0 100.0% 0 43.93s 17,574 1,040 3,590
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 5.68s 7,989 473 1,285
Grok 4.20 Multi Agent Beta 10.0 10.0 100.0% 0 5.54s 97,232 25,306 25,051
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Nemotron 3 Ultra 550b A55b 3.5 4.4 33.3% 2 24.90s 858 11,169 16,249
Grok 4.20 Multi Agent Beta 2.9 7.2 11.1% 1 24.67s 328,253 164,609 163,647
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Nemotron 3 Ultra 550b A55b 3.7 9.5 0.0% 0 2.52s 360 70 235
Grok 4.20 Multi Agent Beta 5.8 2.8 66.7% 1 6.40s 41,387 15,848 15,746
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Nemotron 3 Ultra 550b A55b 9.8 10.0 100.0% 0 6.35s 765 182 1,243
Grok 4.20 Multi Agent Beta 9.8 10.0 100.0% 0 3.52s 43,923 19,752 19,617
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Nemotron 3 Ultra 550b A55b 5.5 9.9 33.3% 0 3.54s 792 771 2,055
Grok 4.20 Multi Agent Beta 6.7 7.9 55.6% 1 5.19s 107,020 35,361 35,095
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 7.72s 9,781 304 984
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Nemotron 3 Ultra 550b A55b 3.0 10.0 0.0% 0 38.47s 228 304 8,240
Grok 4.20 Multi Agent Beta - - - - - - - - -

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 Flash PreviewnonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitGemini 3.1 Flash Lite PreviewlowvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitNemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitNemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsStep 3.7 FlashlowDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitGemini 3.1 Flash Lite PreviewnonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitGemini 3.1 Flash LitelowvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitNemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsGPT-5.3 ChatnoneNemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsGPT-5.2 ChatnoneClaude Opus 4.8nonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitNemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsStep 3.7 Flashhigh