导航
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Nemotron 3.5 Super VL (high) vs Qwen3.8 Max (0902) (low)

Qwen3.8 Max (0902) (low) 平均分领先,为 8.6 vs 8.4。 Nemotron 3.5 Super VL (high) benchmark 成本更低,为 $0.349 vs $1.131。 Qwen3.8 Max (0902) (low) 更快,为 29.07s vs 49.88s,通过率为 82.6% vs 85.5%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-19

已对比模型

排名
#82
总输出令牌
608,283
响应时间(平均)
49.88s
总成本
$0.349
排名
#76
总输出令牌
88,923
响应时间(平均)
29.07s
总成本
$1.131
推荐模型 Nemotron 3.5 Super VL (high)

它的得分接近这里的最高分(8.4 vs 8.6),同时成本比Qwen3.8 Max (0902) (low)低约 3.2 倍。

详细对比

指标 Nemotron 3.5 Super VL Nemotron 3.5 Super VL high 发布日期: 2026-10-15 免费可用 Qwen3.8 Max (0902) Qwen3.8 Max (0902) low 发布日期: 2026-09-07
分数 8.4 8.6
排名 #82 #76
可靠性 9.9 10.0
一致性 8.0 9.0
尝试次数 69/69 69/69
测试正确
尝试通过率 82.6% 85.5%
不稳定测试 6 3
总运行次数 69 69
每个结果成本 2.324 6.283
总成本 $0.349 $1.131
输入价格 $0.150 / 1M $2.000 / 1M
输出价格 $0.500 / 1M $6.000 / 1M
缓存读取价格 $0.020 / 1M $0.250 / 1M
缓存写入价格 不适用 $2.500 / 1M
总输入令牌 296,001 298,682
输出令牌 8,105 8,374
推理令牌 600,178 80,549
响应时间(平均) 49.88s 29.07s
响应时间(最大) 310.51s 207.79s
响应时间(总计) 1147.24s 668.66s
参数量 120B 总计 (12B 激活) 2.4T 总计 (~100B 激活)
开放状态 开源 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.

#82 Nemotron 3.5 Super VL

high
成本
$0.005
时间
25.6s
令牌
9,076 tok

#76 Qwen3.8 Max (0902)

low
成本
$0.014
时间
41.2s
令牌
2,421 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 Super VL 8.4 7.4 88.9% 1 59.18s 7,623 352 133,374
Qwen3.8 Max (0902) 10.0 10.0 100.0% 0 37.42s 8,127 485 17,404

切换对比组合