AI BENCHY 对比

Anthropic: Claude Opus 4.7 vs Nemotron 3 Ultra 550b A55b

摘要

Nemotron 3 Ultra 550b A55b (medium) 平均分领先，为 8.1 vs 7.4。 Nemotron 3 Ultra 550b A55b (medium) benchmark 成本更低，为 $0.158 vs $0.505。 Claude Opus 4.7 更快，为 3.02s vs 15.05s，通过率为 76.2% vs 69.8%。

推荐模型Nemotron 3 Ultra 550b A55b (medium)它在这里得分最高（8.1），同时成本比Claude Opus 4.7低约 3.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14

指标	Claude Opus 4.7 Claude Opus 4.7 none 发布日期: 2026-04-16	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用

指标	Claude Opus 4.7 Claude Opus 4.7 none 发布日期: 2026-04-16	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用
分数	7.4	8.1
排名	#65	#31
可靠性	10.0	9.7
一致性	9.0	8.8
测试正确
尝试通过率	76.2%	69.8%
不稳定测试	0	3
总运行次数	57	63
每个结果成本	3.154	0.000
总成本	$0.505	$0.158
输入价格	$5.000 / 1M	$0.500 / 1M
输出价格	$25.000 / 1M	$2.200 / 1M
总输入令牌	69,576	46,813
输出令牌	6,265	18,002
推理令牌	0	53,091
响应时间（平均）	3.02s	15.05s
响应时间（最大）	18.27s	43.93s
响应时间（总计）	57.44s	316.09s

生成展示

Hamster playing table tennis

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

#65 Claude Opus 4.7

none

成本: $0.051
时间: 24.2s
令牌: 2,181 tok

#31 Nemotron 3 Ultra 550b A55b

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	8.3	10.0	75.0%	0		2.12s	894	522	0
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		8.62s	780	835	1,485

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	3.3	3.3	33.3%	0		2.84s	1,176	494	0
Nemotron 3 Ultra 550b A55b	8.4	7.4	88.9%	1		26.53s	7,686	2,854	17,725

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	9.5	10.0	100.0%	0		18.27s	37,740	3,504	0
Nemotron 3 Ultra 550b A55b	9.8	10.0	100.0%	0		43.93s	17,574	1,040	3,590

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		2.15s	10,533	324	0
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		5.68s	7,989	473	1,285

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	7.7	10.0	66.7%	0		1.19s	1,020	78	0
Nemotron 3 Ultra 550b A55b	3.5	4.4	33.3%	2		24.90s	858	11,169	16,249

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		3.47s	723	257	0
Nemotron 3 Ultra 550b A55b	3.7	9.5	0.0%	0		2.52s	360	70	235

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		1.46s	939	114	0
Nemotron 3 Ultra 550b A55b	9.8	10.0	100.0%	0		6.35s	765	182	1,243

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		2.46s	939	597	0
Nemotron 3 Ultra 550b A55b	5.5	9.9	33.3%	0		3.54s	792	771	2,055

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	10.0	10.0	100.0%	0		4.74s	15,339	372	0
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		7.72s	9,781	304	984

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 4.7	3.0	10.0	0.0%	0		1.46s	273	3	0
Nemotron 3 Ultra 550b A55b	3.0	10.0	0.0%	0		38.47s	228	304	8,240

快速对比

切换对比组合