AI BENCHY 对比

Google: Gemini 3.1 Flash Lite vs Nemotron 3 Ultra 550b A55b

摘要

Gemini 3.1 Flash Lite vs Nemotron 3 Ultra 550b A55b benchmark 对比：Nemotron 3 Ultra 550b A55b 平均分领先，为 8.1 vs 6.5。 Nemotron 3 Ultra 550b A55b benchmark 成本更低，为 $0.158 vs $2.044。 Nemotron 3 Ultra 550b A55b 更快，为 15.05s vs 61.96s，通过率为 58.7% vs 69.8%。

推荐模型: Nemotron 3 Ultra 550b A55b - 它在这里得分最高（8.1），同时成本比Gemini 3.1 Flash Lite低约 12.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite high 发布日期: 2026-05-08	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite high 发布日期: 2026-05-08	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用
分数	6.5	8.1
排名	#83	#26
可靠性	10.0	9.7
一致性	6.8	8.8
测试正确
尝试通过率	58.7%	69.8%
不稳定测试	4	3
总运行次数	54	63
每个结果成本	20.437	0.000
总成本	$2.044	$0.158
输入价格	$0.250 / 1M	$0.500 / 1M
输出价格	$1.500 / 1M	$2.200 / 1M
总输入令牌	29,134	46,813
输出令牌	1,984	18,002
推理令牌	1,355,583	53,091
响应时间（平均）	61.96s	15.05s
响应时间（最大）	149.23s	43.93s
响应时间（总计）	1115.31s	316.09s

生成展示

Hamster playing table tennis

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

#83 Gemini 3.1 Flash Lite

high

无效SVG

成本: $0.000
时间: 15.5s
令牌: 0 tok

#26 Nemotron 3 Ultra 550b A55b

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
Gemini 3.1 Flash Lite	8.7	9.5	75.0%	0		37.16s	459	100	130,598
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 3.1 Flash Lite	3.3	3.3	33.3%	0		137.63s	762	666	188,733
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 3.1 Flash Lite	10.0	10.0	100.0%	0		149.23s	12,873	327	198,243
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 3.1 Flash Lite	10.0	10.0	100.0%	0		4.49s	7,360	279	7,351
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 3.1 Flash Lite	3.6	7.2	22.2%	1		139.90s	645	18	566,210
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 3.1 Flash Lite	5.0	2.1	66.7%	1		45.69s	488	95	64,644
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 3.1 Flash Lite	7.3	5.8	83.3%	1		23.26s	528	52	3,549
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 3.1 Flash Lite	5.7	6.8	44.4%	1		50.83s	562	213	193,654
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 3.1 Flash Lite	10.0	10.0	100.0%	0		6.44s	5,457	234	2,601
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 3.1 Flash Lite	0.0	0.0	0.0%	0		0ms	0	0	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