AI BENCHY 对比
Anthropic: Claude Opus 4.8 vs Nemotron 3 Ultra 550b A55b
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04
| 指标 | Claude Opus 4.8 Claude Opus 4.8 none | Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 免费可用 |
|---|---|---|
| 分数 | 7.0 | 7.5 |
| 排名 | #68 | #41 |
| 可靠性 | 10.0 | 9.7 |
| 一致性 | 9.2 | 8.8 |
| 测试正确 | ||
| 尝试通过率 | 61.9% | 69.8% |
| 不稳定测试 | 2 | 3 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 4.485 | 0.000 |
| 总成本 | $0.539 | $0.000 |
| 输入价格 | $5.000 / 1M | $0.000 / 1M |
| 输出价格 | $25.000 / 1M | $0.000 / 1M |
| 总输入令牌 | 67,104 | 46,813 |
| 输出令牌 | 8,107 | 18,002 |
| 推理令牌 | 0 | 53,091 |
| 响应时间（平均） | 3.47s | 15.05s |
| 响应时间（最大） | 17.73s | 43.93s |
| 响应时间（总计） | 72.90s | 316.09s |
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
| 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 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 4.8 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 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 4.8 | 9.5 | 10.0 | 100.0% | 0 | 17.73s | 29,658 | 3,259 | 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 4.8 | 7.3 | 5.8 | 83.3% | 1 | 1.77s | 10,503 | 308 | 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 4.8 | 5.3 | 7.2 | 44.4% | 1 | 1.66s | 975 | 61 | 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.48s | 708 | 230 | 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 4.8 | 9.9 | 10.0 | 100.0% | 0 | 1.37s | 909 | 95 | 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 4.8 | 7.7 | 10.0 | 66.7% | 0 | 2.74s | 894 | 783 | 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 5.35s | 11,775 | 355 | 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 4.8 | 3.0 | 10.0 | 0.0% | 0 | 3.41s | 258 | 212 | 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
Claude Opus 4.8nonevsMiniMax M3mediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumGemini 3 Flash PreviewnonevsNemotron 3 Ultra 550b A55bmedium免费可用Claude Opus 4.8nonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewlowvsNemotron 3 Ultra 550b A55bmedium免费可用Claude Opus 4.8nonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsStep 3.5 FlashmediumNemotron 3 Ultra 550b A55bmedium免费可用vsQwen3.7 Maxnone