DeepSeek: DeepSeek V4 Pro vs NVIDIA: Nemotron 3 Ultra

DeepSeek V4 Pro (high) 平均分领先，为 7.7 vs 7.5。 DeepSeek V4 Pro (high) benchmark 成本更低，为 $0.200 vs $0.774。 Nemotron 3 Ultra (medium) 更快，为 32.21s vs 79.14s，通过率为 63.6% vs 68.2%。

推荐模型DeepSeek V4 Pro (high)它在这里得分最高（7.7），同时成本比Nemotron 3 Ultra (medium)低约 3.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-22

指标	DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用

指标	DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用
分数	7.7	7.5
排名	#50	#55
可靠性	10.0	9.8
一致性	7.7	8.5
测试正确
尝试通过率	63.6%	68.2%
不稳定测试	6	4
总运行次数	66	66
每个结果成本	2.000	0.000
总成本	$0.200	$0.774
输入价格	$0.435 / 1M	$0.600 / 1M
输出价格	$0.870 / 1M	$3.600 / 1M
总输入令牌	90,748	233,488
输出令牌	10,462	57,916
推理令牌	178,719	128,062
响应时间（平均）	79.14s	32.21s
响应时间（最大）	416.76s	392.56s
响应时间（总计）	1740.97s	708.65s

Hamster playing table tennis

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

#50 DeepSeek V4 Pro

high

成本: $0.023
时间: 257.6s
令牌: 14,870 tok

#55 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 V4 Pro	5.7	5.9	58.3%	2		25.70s	536	149	3,214
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 V4 Pro	6.3	8.7	33.3%	0		243.00s	5,090	383	84,580
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 V4 Pro	10.0	10.0	100.0%	0		78.99s	66,082	4,582	25,404
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 V4 Pro	10.0	10.0	100.0%	0		25.03s	7,690	274	2,166
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 V4 Pro	3.6	7.2	22.2%	1		151.46s	569	4,404	50,391
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 V4 Pro	10.0	10.0	100.0%	0		8.83s	471	115	1,013
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 V4 Pro	7.8	6.6	83.3%	1		8.73s	627	66	2,726
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 V4 Pro	6.9	4.9	77.8%	2		56.85s	591	178	2,563
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 V4 Pro	9.8	10.0	100.0%	0		15.92s	8,909	295	701
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 V4 Pro	3.0	10.0	0.0%	0		34.01s	183	16	5,961
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

Nemotron 3 Ultramedium免费可用vsGPT-5.3 Chatnone Claude Opus 4.6mediumvsDeepSeek V4 Prohigh DeepSeek V4 ProhighvsMiniMax M3medium Nemotron 3 Ultramedium免费可用vsGPT-5.6 Terralow DeepSeek V4 ProhighvsGLM 5medium DeepSeek V4 ProhighvsGrok Build 0.1medium DeepSeek V4 ProhighvsGPT-5.6 Lunamedium Claude Opus 4.8lowvsDeepSeek V4 Prohigh Nemotron 3 Ultramedium免费可用vsQwen3.7 Maxnone DeepSeek V4 FlashhighvsNemotron 3 Ultramedium免费可用 DeepSeek V4 ProhighvsKimi K2.7 Codemedium DeepSeek V4 ProhighvsGPT-5.4 Nanomedium