AI BENCHY 对比

Google: Gemma 4 26B A4B vs NVIDIA: Nemotron 3 Super

摘要

Gemma 4 26B A4B vs Nemotron 3 Super benchmark 对比：Nemotron 3 Super 平均分领先，为 6.3 vs 5.5。 Gemma 4 26B A4B benchmark 成本更低，为 $0.004 vs $0.019。 Gemma 4 26B A4B 更快，为 5.91s vs 32.00s，通过率为 44.4% vs 41.3%。

推荐模型: Nemotron 3 Super - 它在本次比较中得分最高（6.3），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：: 2026-07-02

指标	Gemma 4 26B A4B Gemma 4 26B A4B none 发布日期: 2026-04-03 免费可用	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用

指标	Gemma 4 26B A4B Gemma 4 26B A4B none 发布日期: 2026-04-03 免费可用	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用
分数	5.5	6.3
排名	#125	#90
可靠性	10.0	10.0
一致性	9.2	9.2
测试正确
尝试通过率	44.4%	41.3%
不稳定测试	2	2
总运行次数	63	63
每个结果成本	0.068	0.004
总成本	$0.004	$0.019
输入价格	$0.060 / 1M	$0.085 / 1M
输出价格	$0.330 / 1M	$0.400 / 1M
总输入令牌	40,038	37,527
输出令牌	1,824	14,850
推理令牌	0	33,754
响应时间（平均）	5.91s	32.00s
响应时间（最大）	57.10s	232.25s
响应时间（总计）	124.05s	607.91s

生成展示

Hamster playing table tennis

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

#125 Gemma 4 26B A4B

none

成本: $0.001
时间: 39.5s
令牌: 790 tok

#90 Nemotron 3 Super

medium

成本: $0.000
时间: 272.6s
令牌: 5,296 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
Gemma 4 26B A4B	8.3	10.0	75.0%	0		1.28s	852	230	0
Nemotron 3 Super	8.3	10.0	75.0%	0		7.85s	686	748	1,305

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
Gemma 4 26B A4B	3.7	7.2	22.2%	1		4.16s	7,736	476	0
Nemotron 3 Super	3.1	10.0	0.0%	0		147.32s	2,275	797	4,424

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
Gemma 4 26B A4B	3.0	10.0	0.0%	0		30.53s	13,650	309	0
Nemotron 3 Super	10.0	10.0	100.0%	0		87.80s	15,561	2,021	9,996

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
Gemma 4 26B A4B	10.0	10.0	100.0%	0		1.70s	8,352	285	0
Nemotron 3 Super	10.0	10.0	100.0%	0		18.16s	7,944	877	2,607

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
Gemma 4 26B A4B	3.6	7.2	22.2%	1		2.49s	903	27	0
Nemotron 3 Super	2.9	4.4	22.2%	2		16.19s	456	5,255	6,072

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
Gemma 4 26B A4B	4.0	10.0	0.0%	0		3.54s	576	85	0
Nemotron 3 Super	4.1	10.0	0.0%	0		6.91s	492	105	363

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
Gemma 4 26B A4B	6.3	10.0	50.0%	0		690ms	795	75	0
Nemotron 3 Super	7.3	10.0	50.0%	0		6.97s	723	956	2,383

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
Gemma 4 26B A4B	6.2	10.0	33.3%	0		744ms	828	114	0
Nemotron 3 Super	3.0	10.0	0.0%	0		3.15s	708	570	1,322

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
Gemma 4 26B A4B	10.0	10.0	100.0%	0		57.10s	6,123	210	0
Nemotron 3 Super	10.0	10.0	100.0%	0		39.75s	8,544	270	1,969

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
Gemma 4 26B A4B	3.0	10.0	0.0%	0		778ms	223	13	0
Nemotron 3 Super	3.0	10.0	0.0%	0		55.32s	138	3,251	3,313

快速对比

切换对比组合