导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

DeepSeek V4 Flash 0731 vs Nemotron 3.5 Lightning (high)

Nemotron 3.5 Lightning (high) 平均分领先,为 5.6 vs 5.4DeepSeek V4 Flash 0731 benchmark 成本更低,为 $0.021 vs $0.134DeepSeek V4 Flash 0731 更快,为 20.72s vs 58.26s,通过率为 27.3% vs 50.0%

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-08-20

排名
#224
总输出令牌
25,426
响应时间(平均)
20.72s
总成本
$0.021
排名
#213
总输出令牌
654,597
响应时间(平均)
58.26s
总成本
$0.134
推荐模型 DeepSeek V4 Flash 0731

它的得分接近这里的最高分(5.4 vs 5.6),同时成本比Nemotron 3.5 Lightning (high)低约 6.6 倍。

详细对比

指标 DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none 发布日期: 2026-08-01 Nemotron 3.5 Lightning Nemotron 3.5 Lightning high 发布日期: 2026-08-11 免费可用
分数 5.4 5.6
排名 #224 #213
可靠性 10.0 9.9
一致性 8.6 5.6
尝试次数 66/66 66/66
测试正确
尝试通过率 27.3% 50.0%
不稳定测试 4 12
总运行次数 66 66
每个结果成本 0.509 0.000
总成本 $0.021 $0.134
输入价格 $0.140 / 1M $0.080 / 1M
输出价格 $0.280 / 1M $0.200 / 1M
总输入令牌 94,566 118,016
输出令牌 25,426 148,344
推理令牌 0 506,253
响应时间(平均) 20.72s 58.26s
响应时间(最大) 387.15s 285.26s
响应时间(总计) 455.81s 1281.79s
参数量 284B 总计 (13B 激活) 30B 总计 (3B 激活)
开放状态 闭源 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.

#224 DeepSeek V4 Flash 0731

none
成本
$0.004
时间
198.4s
令牌
14,316 tok

#213 Nemotron 3.5 Lightning

high
成本
$0.000
时间
92.8s
令牌
11,343 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 V4 Flash 0731 4.3 10.0 0.0% 0 1.72s 7,275 505 0
Nemotron 3.5 Lightning 4.4 5.1 33.3% 2 168.41s 7,623 68,533 242,319

快速对比

切换对比组合