AI BENCHY 对比

Anthropic: Claude Sonnet 5 vs Nemotron 3 Ultra 550b A55b

摘要

Claude Sonnet 5 vs Nemotron 3 Ultra 550b A55b benchmark 对比：Nemotron 3 Ultra 550b A55b 平均分领先，为 6.1 vs 5.7。 Nemotron 3 Ultra 550b A55b benchmark 成本更低，为 $0.027 vs $0.287。 Nemotron 3 Ultra 550b A55b 更快，为 2.27s vs 4.74s，通过率为 42.9% vs 44.4%。

推荐模型: Nemotron 3 Ultra 550b A55b - 它在这里得分最高（6.1），同时成本比Claude Sonnet 5低约 10.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-30

指标	Claude Sonnet 5 Claude Sonnet 5 none 发布日期: 2026-06-30	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b none 发布日期: 2026-06-04 免费可用

指标	Claude Sonnet 5 Claude Sonnet 5 none 发布日期: 2026-06-30	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b none 发布日期: 2026-06-04 免费可用
分数	5.7	6.1
排名	#117	#101
可靠性	10.0	10.0
一致性	8.6	9.2
测试正确
尝试通过率	42.9%	44.4%
不稳定测试	4	2
总运行次数	63	63
每个结果成本	4.098	0.000
总成本	$0.287	$0.027
输入价格	$2.000 / 1M	$0.500 / 1M
输出价格	$10.000 / 1M	$2.200 / 1M
总输入令牌	76,797	43,326
输出令牌	13,325	2,138
推理令牌	0	0
响应时间（平均）	4.74s	2.27s
响应时间（最大）	29.46s	13.49s
响应时间（总计）	99.46s	47.65s

生成展示

Hamster playing table tennis

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

#117 Claude Sonnet 5

none

成本: $0.061
时间: 53.7s
令牌: 6,172 tok

#101 Nemotron 3 Ultra 550b A55b

none

成本: $0.000
时间: 149.6s
令牌: 3,405 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

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 Sonnet 5	5.3	10.0	25.0%	0		3.60s	834	1,813	0
Nemotron 3 Ultra 550b A55b	3.5	8.0	16.7%	1		2.35s	696	239	0

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 Sonnet 5	4.6	7.9	22.2%	1		3.67s	10,590	1,864	0
Nemotron 3 Ultra 550b A55b	5.5	10.0	33.3%	0		1.02s	7,623	369	0

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 Sonnet 5	3.0	10.0	0.0%	0		29.46s	38,775	6,340	0
Nemotron 3 Ultra 550b A55b	3.0	10.0	0.0%	0		4.79s	15,558	357	0

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 Sonnet 5	10.0	10.0	100.0%	0		3.01s	10,503	309	0
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		1.94s	7,944	249	0

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 Sonnet 5	5.3	7.2	44.4%	1		3.28s	975	933	0
Nemotron 3 Ultra 550b A55b	5.3	10.0	33.3%	0		698ms	789	27	0

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 Sonnet 5	4.7	3.1	33.3%	1		2.81s	708	272	0
Nemotron 3 Ultra 550b A55b	5.0	10.0	0.0%	0		13.49s	516	101	0

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 Sonnet 5	6.4	10.0	50.0%	0		2.58s	909	103	0
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		1.46s	723	69	0

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 Sonnet 5	6.0	7.4	55.6%	1		3.22s	894	778	0
Nemotron 3 Ultra 550b A55b	5.9	7.2	55.6%	1		1.06s	726	352	0

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 Sonnet 5	10.0	10.0	100.0%	0		6.80s	12,351	522	0
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		2.99s	8,544	264	0

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 Sonnet 5	3.0	10.0	0.0%	0		4.31s	258	391	0
Nemotron 3 Ultra 550b A55b	3.0	10.0	0.0%	0		1.83s	207	111	0

快速对比

切换对比组合