- 排名
- #225
- 总输出令牌
- 653,448
- 响应时间（平均）
- 59.45s
- 总成本
- $0.173
Nemotron 3.5 Lightning (low) vs GPT-4o-mini
GPT-4o-mini 平均分领先，为 5.0 vs 4.8。 GPT-4o-mini benchmark 成本更低，为 $0.010 vs $0.173。 GPT-4o-mini 更快，为 1.99s vs 59.45s，通过率为 42.4% vs 22.7%。
- 排名
- #219
- 总输出令牌
- 2,911
- 响应时间（平均）
- 1.99s
- 总成本
- $0.010
推荐模型
GPT-4o-mini
它在这里得分最高（5.0），同时成本比Nemotron 3.5 Lightning (low)低约 17.8 倍。
详细对比
| 指标 | Nemotron 3.5 Lightning Nemotron 3.5 Lightning low 免费可用 | GPT-4o-mini GPT-4o-mini none |
|---|---|---|
| 分数 | 4.8 | 5.0 |
| 排名 | #225 | #219 |
| 可靠性 | 9.8 | 10.0 |
| 一致性 | 6.8 | 9.9 |
| 基准测试覆盖率 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 |
| 测试正确 | ||
| 尝试通过率 | 42.4% | 22.7% |
| 不稳定测试 | 9 | 0 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.000 | 0.195 |
| 总成本 | $0.173 | $0.010 |
| 输入价格 | $0.100 / 1M | $0.150 / 1M |
| 输出价格 | $0.250 / 1M | $0.600 / 1M |
| 总输入令牌 | 138,783 | 53,136 |
| 输出令牌 | 137,292 | 2,911 |
| 推理令牌 | 516,156 | 0 |
| 响应时间（平均） | 59.45s | 1.99s |
| 响应时间（最大） | 312.21s | 7.58s |
| 响应时间（总计） | 1307.87s | 29.86s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#225 Nemotron 3.5 Lightning
low
此模型尚未生成任何展示结果。
- 成本
- $0.000
- 时间
- -
- 令牌
- 0 tok
#219 GPT-4o-mini
none- 成本
- $0.001
- 时间
- 6.6s
- 令牌
- 742 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 |
|---|---|---|---|---|---|---|---|---|---|
| Nemotron 3.5 Lightning | 6.9 | 5.8 | 75.0% | 2 | 14.82s | 696 | 2,231 | 13,263 | |
| GPT-4o-mini | 4.8 | 10.0 | 25.0% | 0 | 1.34s | 618 | 186 | 0 |
| 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 | 4.0 | 7.8 | 11.1% | 1 | 224.42s | 7,522 | 72,614 | 262,558 | |
| GPT-4o-mini | 3.2 | 9.6 | 0.0% | 0 | 1.63s | 7,314 | 367 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Nemotron 3.5 Lightning | 6.3 | 10.0 | 50.0% | 0 | 142.36s | 111,134 | 17,771 | 117,066 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 6.32s | 29,916 | 1,497 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Nemotron 3.5 Lightning | 2.9 | 5.8 | 16.7% | 1 | 31.32s | 7,944 | 3,462 | 17,930 | |
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 7,161 | 183 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Nemotron 3.5 Lightning | 3.6 | 7.2 | 22.2% | 1 | 50.01s | 789 | 35,039 | 68,482 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 637ms | 732 | 15 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Nemotron 3.5 Lightning | 3.7 | 9.5 | 0.0% | 0 | 4.61s | 516 | 2,794 | 2,933 | |
| GPT-4o-mini | 4.0 | 10.0 | 0.0% | 0 | 909ms | 480 | 66 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Nemotron 3.5 Lightning | 8.4 | 6.9 | 83.3% | 1 | 5.46s | 723 | 434 | 4,423 | |
| GPT-4o-mini | 6.3 | 10.0 | 50.0% | 0 | 1.11s | 666 | 69 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Nemotron 3.5 Lightning | 3.6 | 1.8 | 44.4% | 3 | 6.21s | 726 | 1,402 | 11,841 | |
| GPT-4o-mini | 3.5 | 10.0 | 0.0% | 0 | 1.21s | 651 | 308 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Nemotron 3.5 Lightning | 10.0 | 10.0 | 100.0% | 0 | 5.08s | 8,526 | 124 | 2,685 | |
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 5,400 | 205 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Nemotron 3.5 Lightning | 3.0 | 10.0 | 0.0% | 0 | 38.68s | 207 | 1,421 | 14,975 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 794ms | 198 | 15 | 0 |
快速对比
切换对比组合
Ring-2.6-1TnonevsNemotron 3.5 Lightninglow免费可用Nemotron 3.5 Lightninglow免费可用vsGPT-5.4 NanononeTrinity Large ThinkinghighvsNemotron 3.5 Lightninglow免费可用Ling-2.6-flashnonevsNemotron 3.5 Lightninglow免费可用GPT-4o-mininonevsLaguna S 2.1low免费可用KAT-Coder-Air V2.5nonevsNemotron 3.5 Lightninglow免费可用Trinity Large PreviewnonevsNemotron 3.5 Lightninglow免费可用Nemotron 3.5 Lightninglow免费可用vsGLM 4.7 FlashnoneMiniMax M2.7mediumvsGPT-4o-mininoneNemotron 3.5 Lightninglow免费可用vsQwen3 Coder NextmediumCobuddymediumvsNemotron 3.5 Lightninglow免费可用Trinity Large ThinkinghighvsGPT-4o-mininone