AI BENCHY 对比
NVIDIA: Nemotron 3 Super vs OpenAI: GPT-4o-mini
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-11
| 指标 | Nemotron 3 Super Nemotron 3 Super medium 免费可用 | GPT-4o-mini GPT-4o-mini none |
|---|---|---|
| 分数 | 6.7 | 4.9 |
| 排名 | #48 | #83 |
| 一致性 | 8.7 | 9.9 |
| 测试正确 | ||
| 尝试通过率 | 55.6% | 22.2% |
| 不稳定测试 | 3 | 0 |
| 总运行次数 | 52 | 54 |
| 每个结果成本 | 0.000 | 0.122 |
| 总成本 | $0.000 | $0.005 |
| ???? | $0.100 / 1M | $0.150 / 1M |
| ???? | $0.500 / 1M | $0.600 / 1M |
| 输出令牌 | 11,947 | 1,947 |
| 推理令牌 | 29,768 | 0 |
| 响应时间（平均） | 19.06s | 2.00s |
| 响应时间（最大） | 87.80s | 7.58s |
| 响应时间（总计） | 305.04s | 21.99s |
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 |
|---|---|---|---|---|---|---|---|---|
| Nemotron 3 Super | 10.0 | 10.0 | 100.0% | 0 | 10.08s | 1,776 | 3,345 | |
| GPT-4o-mini | 4.8 | 10.0 | 25.0% | 0 | 1.34s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Nemotron 3 Super | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| GPT-4o-mini | 3.0 | 8.7 | 0.0% | 0 | 2.55s | 347 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Nemotron 3 Super | 10.0 | 10.0 | 100.0% | 0 | 87.80s | 2,021 | 9,996 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 7.58s | 568 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Nemotron 3 Super | 10.0 | 10.0 | 100.0% | 0 | 18.16s | 877 | 2,607 | |
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Nemotron 3 Super | 2.9 | 4.4 | 22.2% | 2 | 16.19s | 5,255 | 6,072 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 637ms | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Nemotron 3 Super | 3.8 | 9.9 | 0.0% | 0 | 27.86s | 104 | 1,149 | |
| GPT-4o-mini | 4.0 | 10.0 | 0.0% | 0 | 909ms | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Nemotron 3 Super | 7.2 | 6.5 | 66.7% | 1 | 7.72s | 1,042 | 2,479 | |
| GPT-4o-mini | 4.8 | 10.0 | 0.0% | 0 | 1.27s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Nemotron 3 Super | 3.5 | 9.8 | 0.0% | 0 | 8.39s | 602 | 2,151 | |
| GPT-4o-mini | 3.7 | 10.0 | 0.0% | 0 | 1.30s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Nemotron 3 Super | 10.0 | 10.0 | 100.0% | 0 | 39.75s | 270 | 1,969 | |
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 205 | 0 |
快速对比
切换对比组合
Nemotron 3 Supermedium免费可用vsQwen3.5 Plus 2026-02-15noneNemotron 3 Supermedium免费可用vsGLM 5noneGPT-4o-mininonevsQwen3 Coder NextmediumGemma 4 31Bnone免费可用vsNemotron 3 Supermedium免费可用Nemotron 3 Supermedium免费可用vsMiMo-V2-OmninoneGPT-4o-mininonevsGLM 4.7 FlashmediumMiniMax M2.7mediumvsGPT-4o-mininoneGPT-4o-mininonevsQwen3.5-9BmediumNemotron 3 Supermedium免费可用vsGLM 5V TurbononeNemotron 3 Supermedium免费可用vsQwen3.5-FlashnoneGemma 4 26B A4Bnone免费可用vsNemotron 3 Supermedium免费可用Seed-2.0-LitenonevsNemotron 3 Supermedium免费可用