Сравниваемые модели

Бенчмарк-сравнение Nemotron 3 Super (medium) vs Qwen3.5-122B-A10B (medium) vs Elephant Alpha (medium) vs gpt-oss-120b (medium): Qwen3.5-122B-A10B (medium) лидирует по Оценка со значением 7.0. Qwen3.5-122B-A10B (medium) лидирует по Надежность со значением 10.0. У Elephant Alpha (medium) самый низкий Общая стоимость: $0.000. Elephant Alpha (medium) самый быстрый: 1.27s.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-26

Сравниваемые модели

Ранг: #324
Общее число выходных токенов: 137,691
Время ответа (среднее): 56.40s
Общая стоимость: $0.081

Ранг: #199
Общее число выходных токенов: 522,190
Время ответа (среднее): 66.96s
Общая стоимость: $1.152

Ранг: #423
Общее число выходных токенов: 2,596
Время ответа (среднее): 1.27s
Общая стоимость: $0.000

Ранг: #298
Общее число выходных токенов: 108,704
Время ответа (среднее): 31.58s
Общая стоимость: $0.030

Рекомендуемая модель gpt-oss-120b (medium)

Он дает лучший общий компромисс: конкурентный балл (5.9), ниже стоимость, чем у другие модели в этом сравнении, и сбалансированное время ответа.

Подробное сравнение

Метрика	Nemotron 3 Super Nemotron 3 Super medium Релиз: 2026-03-11 Бесплатно доступно	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Релиз: 2026-02-24	Elephant Alpha Elephant Alpha medium Релиз: 2026-04-14	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05

Метрика	Nemotron 3 Super Nemotron 3 Super medium Релиз: 2026-03-11 Бесплатно доступно	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Релиз: 2026-02-24	Elephant Alpha Elephant Alpha medium Релиз: 2026-04-14	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05
Оценка	5.5	7.0	3.5	5.9
Ранг	#324	#199	#423	#298
Надежность	9.5	10.0	Н/Д	10.0
Стабильность	8.5	8.3	8.8	8.1
Попытки	69/69	69/69	63/69	69/69
Тестов верно
Доля успешных попыток	42.0%	71.0%	27.5%	47.8%
Нестабильные тесты	4	5	1	5
Всего запусков	69	69	63	69
Стоимость за результат	0.004	9.196	0.000	0.335
Общая стоимость	$0.081	$1.152	$0.000	$0.030
Цена входа	$0.080 / 1M	$0.260 / 1M	$0.000 / 1M	$0.037 / 1M
Цена выхода	$0.450 / 1M	$2.080 / 1M	$0.000 / 1M	$0.170 / 1M
Цена чтения из кэша	Н/Д	Н/Д	Н/Д	Н/Д
Цена записи в кэш	Н/Д	Н/Д	Н/Д	Н/Д
Общее число входных токенов	229,346	251,695	33,744	285,293
Выходные токены	18,597	49,415	2,596	29,565
Токены рассуждений	129,338	472,775	0	89,266
Время ответа (среднее)	56.40s	66.96s	1.27s	31.58s
Время ответа (макс.)	431.98s	519.30s	3.70s	203.90s
Время ответа (суммарно)	1184.46s	1539.99s	22.82s	536.78s
Параметры	120B всего (12B активных)	122B всего (10B активных)	104B всего (7.4B активных)	117B всего (5.1B активных)
Доступность	Веса доступны	Открытый исходный код	Открытый исходный код	Открытый исходный код

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#324 Nemotron 3 Super

medium

Стоимость: $0.000
Время: 272.6s
Токены: 5,296 tok

#199 Qwen3.5-122B-A10B

medium

Стоимость: $0.019
Время: 48.7s
Токены: 6,034 tok

#423 Elephant Alpha

medium

Elephant Alpha was a stealth model revealed on April 21st as Ling-2.6-flash. Find it here: https://openrouter.ai/inclusionai/ling-2.6-flash:free

Стоимость: $0.000
Время: 0.1s
Токены: 0 tok

#298 gpt-oss-120b

medium

Стоимость: $0.001
Время: 26.7s
Токены: 555 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Nemotron 3 Super	4.7	1.6	66.7%	1	138.25s	147,908	923	31,438
Qwen3.5-122B-A10B	6.1	3.1	66.7%	1	95.31s	126,915	1,721	32,950
Elephant Alpha	0.0	0.0	0.0%	0	0ms	0	0	0
gpt-oss-120b	5.0	10.0	0.0%	0	203.90s	176,526	187	20,362

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Nemotron 3 Super	8.3	10.0	75.0%	7.85s	686	748	1,305
Qwen3.5-122B-A10B	10.0	10.0	100.0%	9.75s	672	269	16,835
Elephant Alpha	6.6	10.0	50.0%	1.19s	726	815	0
gpt-oss-120b	6.7	9.9	50.0%	10.21s	1,314	3,518	2,177

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Nemotron 3 Super	3.1	10.0	0.0%	0	147.32s	2,275	797	4,424
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1	114.48s	7,630	8,057	82,578
Elephant Alpha	3.7	7.8	11.1%	1	1.30s	813	365	0
gpt-oss-120b	5.9	7.0	55.6%	1	38.37s	7,782	3,365	11,973

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Nemotron 3 Super	6.4	5.8	66.7%	1	259.89s	59,463	5,542	75,095
Qwen3.5-122B-A10B	6.4	5.8	66.7%	1	313.55s	97,886	18,373	203,450
Elephant Alpha	1.5	5.0	0.0%	0	3.70s	14,046	562	0
gpt-oss-120b	6.5	10.0	50.0%	0	23.96s	81,198	10,453	22,883

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Nemotron 3 Super	10.0	10.0	100.0%	0	18.16s	7,944	877	2,607
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0	23.41s	7,782	270	16,558
Elephant Alpha	6.5	10.0	50.0%	0	979ms	8,004	246	0
gpt-oss-120b	6.4	5.9	66.7%	1	1.98s	7,476	241	1,114

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Nemotron 3 Super	2.9	4.4	22.2%	2	19.35s	465	4,558	5,119
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1	74.43s	780	19,154	61,573
Elephant Alpha	3.0	10.0	0.0%	0	925ms	810	24	0
gpt-oss-120b	2.9	4.4	22.2%	2	27.55s	1,286	6,390	21,466

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Nemotron 3 Super	4.1	10.0	0.0%	0	6.91s	492	105	363
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1	34.11s	344	66	7,592
Elephant Alpha	4.3	10.0	0.0%	0	920ms	540	105	0
gpt-oss-120b	4.3	10.0	0.0%	0	7.90s	659	107	387

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Nemotron 3 Super	7.3	10.0	50.0%	6.97s	723	956	2,383
Qwen3.5-122B-A10B	10.0	10.0	100.0%	9.88s	593	77	7,372
Elephant Alpha	9.8	10.0	100.0%	987ms	732	82	0
gpt-oss-120b	9.9	10.0	100.0%	7.63s	1,036	126	1,799

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Nemotron 3 Super	3.0	10.0	0.0%	0	3.15s	708	570	1,322
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0	17.89s	696	284	27,575
Elephant Alpha	5.3	10.0	33.3%	0	868ms	729	166	0
gpt-oss-120b	5.3	7.2	44.4%	1	21.71s	1,190	1,790	2,264

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Nemotron 3 Super	10.0	10.0	100.0%	39.75s	8,544	270	1,969
Qwen3.5-122B-A10B	10.0	10.0	100.0%	4.60s	8,193	322	1,226
Elephant Alpha	3.0	10.0	0.0%	2.83s	7,344	231	0
gpt-oss-120b	9.8	10.0	100.0%	6.91s	6,514	287	1,083

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Nemotron 3 Super	3.0	10.0	0.0%	55.32s	138	3,251	3,313
Qwen3.5-122B-A10B	3.0	10.0	0.0%	52.87s	204	822	15,066
Elephant Alpha	3.0	10.0	0.0%	0ms	0	0	0
gpt-oss-120b	3.0	10.0	0.0%	26.51s	312	3,101	3,758

Сменить пару сравнения

Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium Qwen3.5-122B-A10BmediumvsGrok 4.6low Gemini 3 Flash PreviewlowvsQwen3.5-122B-A10Bmedium Qwen3.5-122B-A10BmediumvsStep 5 Previewhigh Muse Glimmer 30BlowvsQwen3.5-122B-A10Bmedium gpt-oss-120bmediumvsQwen3.6 Flashnone Gemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium Minimax M3.1 FlashmaxБесплатно доступноvsQwen3.5-122B-A10Bmedium Ember-1lowvsQwen3.5-122B-A10Bmedium Claude Sonnet 5nonevsgpt-oss-120bmedium Nemotron 3 SupermediumБесплатно доступноvsQwen3.5-35B-A3Bnone Kimi K2.6nonevsNemotron 3 SupermediumБесплатно доступно

Сравниваемые модели