AI BENCHY 对比

DeepSeek: DeepSeek V3.2 vs NVIDIA: Nemotron 3 Ultra

摘要

Nemotron 3 Ultra (medium) 平均分领先，为 7.5 vs 7.0。 DeepSeek V3.2 (medium) benchmark 成本更低，为 $0.078 vs $0.774。 Nemotron 3 Ultra (medium) 更快，为 32.21s vs 68.62s，通过率为 65.2% vs 68.2%。

推荐模型DeepSeek V3.2 (medium)它的得分接近这里的最高分（7.0 vs 7.5），同时成本比Nemotron 3 Ultra (medium)低约 10.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	DeepSeek V3.2 DeepSeek V3.2 medium 发布日期: 2025-12-01	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用

指标	DeepSeek V3.2 DeepSeek V3.2 medium 发布日期: 2025-12-01	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用
分数	7.0	7.5
排名	#73	#49
可靠性	10.0	9.8
一致性	7.4	8.5
测试正确
尝试通过率	65.2%	68.2%
不稳定测试	7	4
总运行次数	66	66
每个结果成本	0.671	0.000
总成本	$0.078	$0.774
输入价格	$0.269 / 1M	$0.600 / 1M
输出价格	$0.400 / 1M	$3.600 / 1M
总输入令牌	101,047	233,488
输出令牌	11,834	57,916
推理令牌	117,014	128,062
响应时间（平均）	68.62s	32.21s
响应时间（最大）	376.10s	392.56s
响应时间（总计）	1509.53s	708.65s

生成展示

Hamster playing table tennis

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

#73 DeepSeek V3.2

medium

成本: $0.001
时间: 53.6s
令牌: 1,932 tok

#49 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
DeepSeek V3.2	8.2	7.9	83.3%	1		24.23s	448	3,247	6,953
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
DeepSeek V3.2	6.0	7.2	55.6%	1		248.68s	5,717	649	52,014
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
DeepSeek V3.2	7.3	5.8	83.3%	1		79.92s	76,997	5,219	24,229
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
DeepSeek V3.2	10.0	10.0	100.0%	0		36.09s	7,388	207	7,693
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
DeepSeek V3.2	2.9	4.4	22.2%	2		24.27s	472	21	6,838
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
DeepSeek V3.2	3.4	2.5	33.3%	1		58.29s	314	49	2,189
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
DeepSeek V3.2	10.0	10.0	100.0%	0		35.78s	627	1,397	2,845
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
DeepSeek V3.2	7.0	7.2	55.6%	1		37.69s	594	518	6,375
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
DeepSeek V3.2	10.0	10.0	100.0%	0		34.81s	8,307	507	859
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
DeepSeek V3.2	3.0	10.0	0.0%	0		83.99s	183	20	7,019
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

DeepSeek V3.2mediumvsGemini 3.5 Flashnone Nemotron 3 Ultramedium免费可用vsGPT-5.3 Chatnone Nemotron 3 Ultramedium免费可用vsGPT-5.6 Terralow Nemotron 3 Ultramedium免费可用vsQwen3.7 Maxnone DeepSeek V3.2mediumvsGPT-5.6 Solnone DeepSeek V4 ProhighvsNemotron 3 Ultramedium免费可用 DeepSeek V4 FlashhighvsNemotron 3 Ultramedium免费可用 Nemotron 3 Ultramedium免费可用vsGPT-5.6 Lunahigh DeepSeek V3.2mediumvsQwen3.7 Plusnone DeepSeek V3.2mediumvsStep 3.7 Flashhigh DeepSeek V3.2mediumvsGPT-5.5none Gemini 3 Flash PreviewlowvsNemotron 3 Ultramedium免费可用