Anthropic: Claude Opus 4.8 vs NVIDIA: Nemotron 3 Ultra

Nemotron 3 Ultra (medium) 平均分领先，为 7.5 vs 7.3。 Nemotron 3 Ultra (medium) benchmark 成本更低，为 $0.774 vs $1.166。 Claude Opus 4.8 更快，为 4.91s vs 32.21s，通过率为 63.6% vs 68.2%。

推荐模型Claude Opus 4.8它的得分接近这里的最高分（7.3 vs 7.5），同时响应速度比Nemotron 3 Ultra (medium)快约 6.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21

指标	Claude Opus 4.8 Claude Opus 4.8 none 发布日期: 2026-05-28	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用

指标	Claude Opus 4.8 Claude Opus 4.8 none 发布日期: 2026-05-28	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用
分数	7.3	7.5
排名	#70	#55
可靠性	10.0	9.8
一致性	9.2	8.5
测试正确
尝试通过率	63.6%	68.2%
不稳定测试	2	4
总运行次数	66	66
每个结果成本	8.969	0.000
总成本	$1.166	$0.774
输入价格	$5.000 / 1M	$0.600 / 1M
输出价格	$25.000 / 1M	$3.600 / 1M
总输入令牌	149,206	233,488
输出令牌	16,797	57,916
推理令牌	0	128,062
响应时间（平均）	4.91s	32.21s
响应时间（最大）	35.03s	392.56s
响应时间（总计）	108.03s	708.65s

Hamster playing table tennis

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

#70 Claude Opus 4.8

none

成本: $0.053
时间: 22.0s
令牌: 2,253 tok

#55 Nemotron 3 Ultra

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 4.8	6.5	10.0	50.0%	0		3.40s	834	1,472	0
Nemotron 3 Ultra	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 4.8	5.5	10.0	33.3%	0		3.29s	10,590	1,332	0
Nemotron 3 Ultra	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 4.8	9.8	10.0	100.0%	0		26.38s	111,760	11,949	0
Nemotron 3 Ultra	6.3	5.8	66.7%	1		218.25s	204,249	40,954	78,561

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 4.8	7.3	5.8	83.3%	1		1.77s	10,503	308	0
Nemotron 3 Ultra	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 4.8	5.3	7.2	44.4%	1		1.70s	975	61	0
Nemotron 3 Ultra	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 4.8	10.0	10.0	100.0%	0		3.48s	708	230	0
Nemotron 3 Ultra	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 4.8	9.9	10.0	100.0%	0		1.37s	909	95	0
Nemotron 3 Ultra	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 4.8	7.7	10.0	66.7%	0		2.74s	894	783	0
Nemotron 3 Ultra	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 4.8	10.0	10.0	100.0%	0		5.35s	11,775	355	0
Nemotron 3 Ultra	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 4.8	3.0	10.0	0.0%	0		3.41s	258	212	0
Nemotron 3 Ultra	3.0	10.0	0.0%	0		38.47s	228	304	8,240

快速对比

切换对比组合

Claude Opus 4.8nonevsStep 3.7 Flashlow Claude Opus 4.8nonevsKimi K2.6medium Claude Opus 4.8nonevsGemini 3.1 Flash Litemedium Nemotron 3 Ultramedium免费可用vsGPT-5.3 Chatnone Claude Opus 4.8nonevsKAT-Coder-Pro V2.5high Claude Opus 4.8nonevsGemini 3.1 Flash Lite Previewmedium Nemotron 3 Ultramedium免费可用vsGPT-5.6 Terralow Claude Opus 4.8nonevsQwen3.5 Plus 2026-04-20medium Claude Opus 4.8nonevsKAT-Coder-Pro V2.5low Nemotron 3 Ultramedium免费可用vsQwen3.7 Maxnone Claude Opus 4.8nonevsGemini 3 Flash Previewlow DeepSeek V4 ProhighvsNemotron 3 Ultramedium免费可用