导航
AI BENCHY
Advertise here

AI BENCHY 对比

MoonshotAI: Kimi K2.7 Code vs Nemotron 3 Ultra 550b A55b

摘要

Kimi K2.7 Code vs Nemotron 3 Ultra 550b A55b benchmark 对比：Nemotron 3 Ultra 550b A55b 平均分领先，为 8.1 vs 7.0。 Nemotron 3 Ultra 550b A55b benchmark 成本更低，为 $0.177 vs $0.669。 Nemotron 3 Ultra 550b A55b 更快，为 15.05s vs 83.60s，通过率为 66.7% 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Kimi K2.7 Code低约 3.8 倍。

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

指标 Kimi K2.7 Code Kimi K2.7 Code medium 发布日期: 2026-06-12 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用
分数 7.0 8.1
排名 #65 #29
可靠性 9.2 9.7
一致性 7.7 8.8
测试正确
尝试通过率 66.7% 69.8%
不稳定测试 6 3
总运行次数 63 63
每个结果成本 6.074 0.000
总成本 $0.669 $0.177
输入价格 $0.950 / 1M $0.500 / 1M
输出价格 $4.000 / 1M $2.500 / 1M
总输入令牌 25,991 46,813
输出令牌 80,516 18,002
推理令牌 161,391 53,091
响应时间（平均） 83.60s 15.05s
响应时间（最大） 365.80s 43.93s
响应时间（总计） 1671.99s 316.09s

Generation showcase

Hamster playing table tennis

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

#65 MoonshotAI: Kimi K2.7 Code

medium
Cost
$0.025
Time
138.0s
Tokens
6,093 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
Kimi K2.7 Code 7.3 5.8 83.3% 2 11.56s 618 3,048 5,041
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
Kimi K2.7 Code 7.6 7.2 77.8% 1 146.73s 4,650 1,864 25,635
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
Kimi K2.7 Code 4.7 1.6 66.7% 1 34.83s 11,271 444 3,906
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
Kimi K2.7 Code 10.0 10.0 100.0% 0 12.27s 7,014 248 2,569
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
Kimi K2.7 Code 5.3 7.2 44.4% 1 213.29s 431 55,572 63,639
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
Kimi K2.7 Code 10.0 10.0 100.0% 0 10.78s 477 1,024 1,071
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
Kimi K2.7 Code 9.9 10.0 100.0% 0 5.39s 669 725 1,232
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
Kimi K2.7 Code 5.9 7.7 44.4% 1 41.00s 651 15,438 17,368
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
Kimi K2.7 Code 3.0 10.0 0.0% 0 0ms 0 0 0
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
Kimi K2.7 Code 3.0 10.0 0.0% 0 341.76s 210 2,153 40,930
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

Gemini 3.5 FlashnonevsKimi K2.7 CodemediumKimi K2.7 CodemediumvsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsKimi K2.7 CodemediumDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用Kimi K2.7 CodemediumvsQwen3.7 MaxnoneKimi K2.7 CodemediumvsQwen3.7 PlusnoneGemini 3.5 FlashminimalvsKimi K2.7 CodemediumClaude Opus 4.8nonevsKimi K2.7 CodemediumClaude Sonnet 4.6nonevsKimi K2.7 CodemediumNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.2 ChatnoneGemini 3 Flash PreviewlowvsKimi K2.7 CodemediumNemotron 3 Ultra 550b A55bmedium免费可用vsStep 3.7 Flashlow