AI BENCHY 对比

DeepSeek: DeepSeek V4 Pro vs NVIDIA: Nemotron 3 Super

摘要

DeepSeek V4 Pro vs Nemotron 3 Super benchmark 对比：DeepSeek V4 Pro 平均分领先，为 6.0 vs 5.8。 Nemotron 3 Super benchmark 成本更低，为 $0.021 vs $0.079。 Nemotron 3 Super 更快，为 32.00s vs 65.21s，通过率为 52.4% vs 41.3%。

推荐模型: Nemotron 3 Super - 它的得分接近这里的最高分（5.8 vs 6.0），同时成本比DeepSeek V4 Pro低约 3.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04

指标	DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用

指标	DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用
分数	6.0	5.8
排名	#103	#105
可靠性	9.0	10.0
一致性	7.6	9.2
测试正确
尝试通过率	52.4%	41.3%
不稳定测试	6	2
总运行次数	63	63
每个结果成本	2.869	0.004
总成本	$0.079	$0.021
输入价格	$0.435 / 1M	$0.090 / 1M
输出价格	$0.870 / 1M	$0.450 / 1M
总输入令牌	32,240	37,527
输出令牌	12,250	14,850
推理令牌	72,257	33,754
响应时间（平均）	65.21s	32.00s
响应时间（最大）	358.35s	232.25s
响应时间（总计）	1304.19s	607.91s

Generation showcase

Hamster playing table tennis

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

#103 DeepSeek V4 Pro

high

Cost: $0.023
Time: 257.6s
Tokens: 14,870 tok

#105 Nemotron 3 Super

medium

No showcase result has been generated for this model yet.

Cost: $0.000
Time: -
Tokens: 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

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 V4 Pro	6.4	7.9	58.3%	1		16.53s	448	71	3,617
Nemotron 3 Super	8.3	10.0	75.0%	0		7.85s	686	748	1,305

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 Pro	3.3	6.4	11.1%	1		118.23s	1,966	111	20,940
Nemotron 3 Super	3.1	10.0	0.0%	0		147.32s	2,275	797	4,424

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 V4 Pro	10.0	10.0	100.0%	0		65.02s	14,016	465	5,914
Nemotron 3 Super	10.0	10.0	100.0%	0		87.80s	15,561	2,021	9,996

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 V4 Pro	7.3	5.9	83.3%	1		23.62s	5,633	229	1,710
Nemotron 3 Super	10.0	10.0	100.0%	0		18.16s	7,944	877	2,607

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 V4 Pro	2.9	7.2	11.1%	1		205.66s	430	10,529	28,089
Nemotron 3 Super	2.9	4.4	22.2%	2		16.19s	456	5,255	6,072

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 V4 Pro	6.1	3.1	66.7%	1		25.09s	314	76	1,152
Nemotron 3 Super	4.1	10.0	0.0%	0		6.91s	492	105	363

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 V4 Pro	10.0	10.0	100.0%	0		41.16s	627	205	2,416
Nemotron 3 Super	7.3	10.0	50.0%	0		6.97s	723	956	2,383

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 V4 Pro	5.9	7.2	55.6%	1		34.84s	544	139	4,019
Nemotron 3 Super	3.0	10.0	0.0%	0		3.15s	708	570	1,322

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 V4 Pro	10.0	10.0	100.0%	0		21.33s	8,079	372	593
Nemotron 3 Super	10.0	10.0	100.0%	0		39.75s	8,544	270	1,969

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 V4 Pro	3.0	10.0	0.0%	0		39.14s	183	53	3,807
Nemotron 3 Super	3.0	10.0	0.0%	0		55.32s	138	3,251	3,313

快速对比

切换对比组合