Google: Gemini 2.5 Flash vs NVIDIA: Nemotron 3 Ultra

Nemotron 3 Ultra (medium) 平均分领先，为 7.5 vs 6.2。 Gemini 2.5 Flash benchmark 成本更低，为 $0.017 vs $0.774。 Gemini 2.5 Flash 更快，为 6.20s vs 32.21s，通过率为 43.9% vs 68.2%。

推荐模型Gemini 2.5 Flash它提供了最佳整体取舍：得分有竞争力（6.2），成本低于Nemotron 3 Ultra (medium)，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	Gemini 2.5 Flash Gemini 2.5 Flash none 发布日期: 2025-06-17	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用

指标	Gemini 2.5 Flash Gemini 2.5 Flash none 发布日期: 2025-06-17	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用
分数	6.2	7.5
排名	#112	#49
可靠性	10.0	9.8
一致性	9.6	8.5
测试正确
尝试通过率	43.9%	68.2%
不稳定测试	1	4
总运行次数	66	66
每个结果成本	0.186	0.000
总成本	$0.017	$0.774
输入价格	$0.300 / 1M	$0.600 / 1M
输出价格	$2.500 / 1M	$3.600 / 1M
总输入令牌	39,877	233,488
输出令牌	1,890	57,916
推理令牌	0	128,062
响应时间（平均）	6.20s	32.21s
响应时间（最大）	118.00s	392.56s
响应时间（总计）	136.37s	708.65s

Hamster playing table tennis

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

#112 Gemini 2.5 Flash

none

无效SVG

成本: $0.164
时间: 215.5s
令牌: 65,659 tok

#49 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
Gemini 2.5 Flash	3.0	10.0	0.0%	0		582ms	492	102	0
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
Gemini 2.5 Flash	5.5	10.0	33.3%	0		736ms	8,122	483	0
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
Gemini 2.5 Flash	3.0	10.0	0.0%	0		61.19s	16,470	486	0
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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		652ms	7,257	279	0
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
Gemini 2.5 Flash	5.9	7.2	55.6%	1		495ms	633	12	0
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
Gemini 2.5 Flash	5.0	10.0	0.0%	0		615ms	486	78	0
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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		590ms	615	72	0
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
Gemini 2.5 Flash	7.7	10.0	66.7%	0		604ms	558	132	0
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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		1.91s	5,088	234	0
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
Gemini 2.5 Flash	3.0	10.0	0.0%	0		1.15s	156	12	0
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

Gemini 2.5 FlashnonevsQwen3.5-35B-A3Bmedium Gemini 2.5 FlashnonevsGPT-5.6 Lunalow Nemotron 3 Ultramedium免费可用vsGPT-5.3 Chatnone Gemini 2.5 Flashnonevsgpt-oss-120bmedium Nemotron 3 Ultramedium免费可用vsGPT-5.6 Terralow Gemini 2.5 FlashnonevsQwen3.5-Flashmedium Gemini 2.5 FlashnonevsGPT-5 Nanomedium Nemotron 3 Ultramedium免费可用vsQwen3.7 Maxnone DeepSeek V4 ProhighvsNemotron 3 Ultramedium免费可用 DeepSeek V4 FlashhighvsNemotron 3 Ultramedium免费可用 Gemini 2.5 FlashnonevsStep 3.5 Flashmedium Nemotron 3 Ultramedium免费可用vsGPT-5.6 Lunahigh