导航
Advertise here

DeepSeek V3.2 vs Nemotron 3 Super

DeepSeek V3.2 平均分领先,为 5.0 vs 4.8Nemotron 3 Super benchmark 成本更低,为 $0.008 vs $0.054Nemotron 3 Super 更快,为 6.04s vs 17.89s,通过率为 36.4% vs 27.3%

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-09-08

已对比模型

排名
#273
总输出令牌
42,099
响应时间(平均)
17.89s
总成本
$0.054
排名
#278
总输出令牌
6,432
响应时间(平均)
6.04s
总成本
$0.008
推荐模型 Nemotron 3 Super

它的得分接近这里的最高分(4.8 vs 5.0),同时成本比DeepSeek V3.2低约 6.7 倍。

详细对比

指标 DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01 Nemotron 3 Super Nemotron 3 Super none 发布日期: 2026-03-11 免费可用
分数 5.0 4.8
排名 #273 #278
可靠性 10.0 9.2
一致性 8.1 9.2
尝试次数 66/66 66/66
测试正确
尝试通过率 36.4% 27.3%
不稳定测试 5 2
总运行次数 66 66
每个结果成本 0.870 0.034
总成本 $0.054 $0.008
输入价格 $0.269 / 1M $0.085 / 1M
输出价格 $0.400 / 1M $0.400 / 1M
总输入令牌 135,831 63,528
输出令牌 42,099 6,432
推理令牌 0 0
响应时间(平均) 17.89s 6.04s
响应时间(最大) 115.89s 20.00s
响应时间(总计) 393.53s 132.96s
参数量 671B 总计 (37B 激活) 120B 总计 (12B 激活)
开放状态 开源 权重可用

模型生成展示

Hamster playing table tennis

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

#273 DeepSeek V3.2

none
成本
$0.002
时间
7.0s
令牌
1,046 tok

#278 Nemotron 3 Super

none
成本
$0.000
时间
137.8s
令牌
2,447 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

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 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
Nemotron 3 Super 3.3 7.2 11.1% 1 2.64s 7,627 571 0

快速对比

切换对比组合