#50 DeepSeek V4 Pro
high- 成本
- $0.023
- 时间
- 257.6s
- 令牌
- 14,870 tok
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 | Nemotron 3 Ultra Nemotron 3 Ultra medium 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.
#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
| 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 ChatnoneClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsMiniMax M3mediumNemotron 3 Ultramedium免费可用vsGPT-5.6 TerralowDeepSeek V4 ProhighvsGLM 5mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumDeepSeek V4 ProhighvsGPT-5.6 LunamediumClaude Opus 4.8lowvsDeepSeek V4 ProhighNemotron 3 Ultramedium免费可用vsQwen3.7 MaxnoneDeepSeek V4 FlashhighvsNemotron 3 Ultramedium免费可用DeepSeek V4 ProhighvsKimi K2.7 CodemediumDeepSeek V4 ProhighvsGPT-5.4 Nanomedium