AI BENCHY 对比
Nemotron 3 Super 120b A12b vs OpenAI: GPT-5.2 Chat
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-17
| 指标 | Nemotron 3 Super 120b A12b Nemotron 3 Super 120b A12b medium 免费可用 | GPT-5.2 Chat GPT-5.2 Chat none |
|---|---|---|
| 排名 | #37 | #24 |
| 分数 | 6.9 | 7.8 |
| 一致性 | 8.6 | 8.6 |
| 每个结果成本 | 0.000 | 2.462 |
| 总成本 | $0.000 | $0.271 |
| 测试正确 | ||
| 尝试通过率 | 58.8% | 74.5% |
| 不稳定测试 | 3 | 3 |
| 总运行次数 | 49 | 51 |
| 输出令牌 | 11,947 | 16,001 |
| 推理令牌 | 29,768 | 0 |
| 响应时间（平均） | 19.06s | 6.72s |
| 响应时间（最大） | 87.80s | 38.52s |
| 响应时间（总计） | 305.04s | 114.20s |
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 120b A12b | 10.0 | 10.0 | 100.0% | 0 | 10.08s | 1,776 | 3,345 | |
| GPT-5.2 Chat | 8.7 | 7.9 | 91.7% | 1 | 3.40s | 1,807 | 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 120b A12b | 10.0 | 10.0 | 100.0% | 0 | 87.80s | 2,021 | 9,996 | |
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 9.12s | 1,243 | 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 120b A12b | 10.0 | 10.0 | 100.0% | 0 | 18.16s | 877 | 2,607 | |
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 3.05s | 980 | 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 120b A12b | 2.9 | 4.4 | 22.2% | 2 | 16.19s | 5,255 | 6,072 | |
| GPT-5.2 Chat | 5.3 | 10.0 | 33.3% | 0 | 17.78s | 7,810 | 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 120b A12b | 3.8 | 9.9 | 0.0% | 0 | 27.86s | 104 | 1,149 | |
| GPT-5.2 Chat | 4.4 | 3.0 | 33.3% | 1 | 3.20s | 335 | 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 120b A12b | 7.2 | 6.5 | 66.7% | 1 | 7.72s | 1,042 | 2,479 | |
| GPT-5.2 Chat | 7.5 | 6.1 | 83.3% | 1 | 5.46s | 1,528 | 0 |
| Puzzle Solving | 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 120b A12b | 3.5 | 9.8 | 0.0% | 0 | 8.39s | 602 | 2,151 | |
| GPT-5.2 Chat | 7.7 | 10.0 | 66.7% | 0 | 4.42s | 1,743 | 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 120b A12b | 10.0 | 10.0 | 100.0% | 0 | 39.75s | 270 | 1,969 | |
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 4.68s | 555 | 0 |
快速对比
切换对比组合
GPT-5.2 ChatnonevsStep 3.5 Flashmedium免费可用GPT-5.2 ChatnonevsGrok 4.20 BetamediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneNemotron 3 Super 120b A12bmedium免费可用vsQwen3.5 Plus 2026-02-15noneGPT-5.2 ChatnonevsQwen3.5-FlashmediumNemotron 3 Super 120b A12bmedium免费可用vsGLM 5noneGPT-5.2 ChatnonevsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5 TurbomediumClaude Opus 4.6mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 Chatnone