AI BENCHY 对比
Mistral: Mistral Small 4 vs Nemotron 3 Super 120b A12b
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-17
| 指标 | Mistral Small 4 Mistral Small 4 none | Nemotron 3 Super 120b A12b Nemotron 3 Super 120b A12b medium 免费可用 |
|---|---|---|
| 排名 | #61 | #37 |
| 分数 | 5.3 | 6.9 |
| 一致性 | 9.5 | 8.6 |
| 每个结果成本 | 0.108 | 0.000 |
| 总成本 | $0.006 | $0.000 |
| 测试正确 | ||
| 尝试通过率 | 33.3% | 58.8% |
| 不稳定测试 | 1 | 3 |
| 总运行次数 | 51 | 49 |
| 输出令牌 | 1,624 | 11,947 |
| 推理令牌 | 0 | 29,768 |
| 响应时间（平均） | 629ms | 19.06s |
| 响应时间（最大） | 1.72s | 87.80s |
| 响应时间（总计） | 10.70s | 305.04s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.4 | 7.9 | 16.7% | 1 | 395ms | 182 | 0 | |
| Nemotron 3 Super 120b A12b | 10.0 | 10.0 | 100.0% | 0 | 10.08s | 1,776 | 3,345 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.0 | 10.0 | 0.0% | 0 | 1.72s | 496 | 0 | |
| Nemotron 3 Super 120b A12b | 10.0 | 10.0 | 100.0% | 0 | 87.80s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 822ms | 261 | 0 | |
| Nemotron 3 Super 120b A12b | 10.0 | 10.0 | 100.0% | 0 | 18.16s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 5.3 | 10.0 | 33.3% | 0 | 367ms | 28 | 0 | |
| Nemotron 3 Super 120b A12b | 2.9 | 4.4 | 22.2% | 2 | 16.19s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 4.0 | 10.0 | 0.0% | 0 | 729ms | 205 | 0 | |
| Nemotron 3 Super 120b A12b | 3.8 | 9.9 | 0.0% | 0 | 27.86s | 104 | 1,149 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 6.5 | 10.0 | 50.0% | 0 | 380ms | 69 | 0 | |
| Nemotron 3 Super 120b A12b | 7.2 | 6.5 | 66.7% | 1 | 7.72s | 1,042 | 2,479 |
| Puzzle Solving | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.1 | 9.9 | 0.0% | 0 | 589ms | 170 | 0 | |
| Nemotron 3 Super 120b A12b | 3.5 | 9.8 | 0.0% | 0 | 8.39s | 602 | 2,151 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 1.40s | 213 | 0 | |
| Nemotron 3 Super 120b A12b | 10.0 | 10.0 | 100.0% | 0 | 39.75s | 270 | 1,969 |
快速对比
切换对比组合
Nemotron 3 Super 120b A12bmedium免费可用vsQwen3.5 Plus 2026-02-15noneNemotron 3 Super 120b A12bmedium免费可用vsGLM 5noneClaude Sonnet 4.6nonevsNemotron 3 Super 120b A12bmedium免费可用Mistral Small 4nonevsQwen3 Coder NextmediumDeepSeek V3.2nonevsNemotron 3 Super 120b A12bmedium免费可用Mistral Small 4nonevsGLM 4.7 FlashmediumMiniMax M2.5medium免费可用vsMistral Small 4noneNemotron 3 Super 120b A12bmedium免费可用vsGPT-5.3 ChatnoneMistral Small 4nonevsgpt-oss-120bmedium免费可用Mistral Small 4nonevsQwen3.5-9BmediumNemotron 3 Super 120b A12bmedium免费可用vsQwen3.5-FlashnoneNemotron 3 Super 120b A12bmedium免费可用vsGPT-5.2 Chatnone