导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 2.5 Flash vs Nemotron 3 Ultra 550b A55b

摘要

Gemini 2.5 Flash vs Nemotron 3 Ultra 550b A55b benchmark 对比：Gemini 2.5 Flash 平均分领先，为 8.2 vs 8.1。 Nemotron 3 Ultra 550b A55b benchmark 成本更低，为 $0.177 vs $0.379。 Nemotron 3 Ultra 550b A55b 更快，为 15.05s vs 15.49s，通过率为 69.8% vs 69.8%。

推荐模型: Nemotron 3 Ultra 550b A55b - 它的得分接近这里的最高分（8.1 vs 8.2），同时成本比Gemini 2.5 Flash低约 2.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Gemini 2.5 Flash Gemini 2.5 Flash medium 发布日期: 2025-06-17 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用
分数 8.2 8.1
排名 #27 #29
可靠性 10.0 9.7
一致性 9.6 8.8
测试正确
尝试通过率 69.8% 69.8%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 2.701 0.000
总成本 $0.379 $0.177
输入价格 $0.300 / 1M $0.500 / 1M
输出价格 $2.500 / 1M $2.500 / 1M
总输入令牌 34,476 46,813
输出令牌 1,930 18,002
推理令牌 145,145 53,091
响应时间（平均） 15.49s 15.05s
响应时间（最大） 95.48s 43.93s
响应时间（总计） 325.39s 316.09s

Generation showcase

Hamster playing table tennis

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

#27 Gemini 2.5 Flash

medium
Invalid SVG
Cost
$0.000
Time
274.0s
Tokens
0 tok

#29 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
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 492 255 10,233
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
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
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
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 12,522 303 11,922
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
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 7,257 279 2,325
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
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 633 18 80,702
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
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 486 92 1,899
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
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 615 69 1,203
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
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 558 126 2,499
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
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 5,088 234 1,140
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
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 156 11 919
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

DeepSeek V4 FlashhighvsGemini 2.5 FlashmediumDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.2 ChatnoneNemotron 3 Ultra 550b A55bmedium免费可用vsStep 3.7 FlashlowGemini 2.5 FlashmediumvsStep 3.7 FlashlowNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsNemotron 3 Ultra 550b A55bmedium免费可用Claude Sonnet 4.6nonevsNemotron 3 Ultra 550b A55bmedium免费可用Claude Opus 4.8nonevsNemotron 3 Ultra 550b A55bmedium免费可用Claude Sonnet 4.6nonevsGemini 2.5 Flashmedium