导航
Advertise here

Nemotron 3.5 Lightning (high) vs GPT-5.6 Luna

GPT-5.6 Luna 平均分领先,为 5.3 vs 5.2。 GPT-5.6 Luna benchmark 成本更低,为 $0.042 vs $0.168。 GPT-5.6 Luna 更快,为 3.78s vs 77.08s,通过率为 47.8% vs 34.8%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-07

已对比模型

排名
#305
总输出令牌
626,081
响应时间(平均)
77.08s
总成本
$0.168
排名
#297
总输出令牌
8,000
响应时间(平均)
3.78s
总成本
$0.042
推荐模型 GPT-5.6 Luna

它在这里得分最高(5.3),同时成本比Nemotron 3.5 Lightning (high)低约 4.0 倍。

详细对比

指标 Nemotron 3.5 Lightning Nemotron 3.5 Lightning high 发布日期: 2026-08-11 免费可用 GPT-5.6 Luna GPT-5.6 Luna none 发布日期: 2026-07-09
分数 5.2 5.3
排名 #305 #297
可靠性 9.6 10.0
一致性 5.7 8.8
尝试次数 69/69 69/69
测试正确
尝试通过率 47.8% 34.8%
不稳定测试 12 3
总运行次数 69 69
每个结果成本 0.000 2.814
总成本 $0.168 $0.042
输入价格 $0.060 / 1M $0.200 / 1M
输出价格 $0.160 / 1M $1.200 / 1M
缓存读取价格 $0.030 / 1M $0.020 / 1M
缓存写入价格 不适用 $0.250 / 1M
总输入令牌 170,517 230,744
输出令牌 149,968 8,000
推理令牌 509,725 0
响应时间(平均) 77.08s 3.78s
响应时间(最大) 490.99s 53.77s
响应时间(总计) 1772.78s 86.83s
参数量 30B 总计 (3B 激活) ~400B 总计 (~17B 激活)
开放状态 权重可用 闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#305 Nemotron 3.5 Lightning

high
成本
$0.000
时间
92.8s
令牌
11,343 tok

#297 GPT-5.6 Luna

none
成本
$0.016
时间
15.8s
令牌
2,685 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

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
Nemotron 3.5 Lightning 4.4 5.1 33.3% 2 168.41s 7,623 68,533 242,319
GPT-5.6 Luna 3.8 7.2 22.2% 1 980ms 7,302 459 0

切换对比组合