AI BENCHY 对比

DeepSeek: DeepSeek V4 Pro vs Nemotron 3 Ultra 550b A55b

摘要

DeepSeek V4 Pro vs Nemotron 3 Ultra 550b A55b benchmark 对比：Nemotron 3 Ultra 550b A55b 平均分领先，为 7.5 vs 5.7。 DeepSeek V4 Pro benchmark 成本更低，为 $0.025 vs $0.177。 DeepSeek V4 Pro 更快，为 12.38s vs 15.05s，通过率为 42.9% vs 69.8%。

推荐模型: Nemotron 3 Ultra 550b A55b - 它在本次比较中得分最高（7.5），并且在全部 2 个模型中兼顾成本和响应时间最好。

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 none 发布日期: 2026-04-24	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用

指标	DeepSeek V4 Pro DeepSeek V4 Pro none 发布日期: 2026-04-24	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用
分数	5.7	7.5
排名	#113	#41
可靠性	8.5	9.7
一致性	8.5	8.8
测试正确
尝试通过率	42.9%	69.8%
不稳定测试	4	3
总运行次数	63	63
每个结果成本	0.660	0.000
总成本	$0.025	$0.177
输入价格	$0.435 / 1M	$0.500 / 1M
输出价格	$0.870 / 1M	$2.500 / 1M
总输入令牌	44,845	46,813
输出令牌	5,349	18,002
推理令牌	0	53,091
响应时间（平均）	12.38s	15.05s
响应时间（最大）	58.65s	43.93s
响应时间（总计）	260.06s	316.09s

Generation showcase

Hamster playing table tennis

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

#113 DeepSeek V4 Pro

none

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 tok

#41 Nemotron 3 Ultra 550b A55b

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	3.5	8.0	16.7%	1		14.02s	540	704	0
Nemotron 3 Ultra 550b A55b	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	4.6	7.9	22.2%	1		6.11s	7,279	531	0
Nemotron 3 Ultra 550b A55b	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	9.5	10.0	100.0%	0		25.49s	20,773	1,911	0
Nemotron 3 Ultra 550b A55b	9.8	10.0	100.0%	0		43.93s	17,574	1,040	3,590

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	6.9	5.8	66.7%	1		30.54s	5,633	170	0
Nemotron 3 Ultra 550b A55b	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	5.3	10.0	33.3%	0		3.17s	666	18	0
Nemotron 3 Ultra 550b A55b	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	4.3	9.9	0.0%	0		3.75s	471	132	0
Nemotron 3 Ultra 550b A55b	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	6.3	10.0	50.0%	0		8.23s	627	64	0
Nemotron 3 Ultra 550b A55b	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	7.6	7.2	77.8%	1		15.95s	594	173	0
Nemotron 3 Ultra 550b A55b	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	10.0	10.0	100.0%	0		5.92s	8,079	219	0
Nemotron 3 Ultra 550b A55b	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		15.59s	183	1,427	0
Nemotron 3 Ultra 550b A55b	3.0	10.0	0.0%	0		38.47s	228	304	8,240

快速对比

切换对比组合