AI BENCHY 对比
Nemotron 3 Super 120b A12b vs OpenAI: GPT-5.3 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-5.3 Chat GPT-5.3 Chat none |
|---|---|---|
| 排名 | #37 | #26 |
| 分数 | 6.9 | 7.6 |
| 一致性 | 8.6 | 8.6 |
| 每个结果成本 | 0.000 | 3.177 |
| 总成本 | $0.000 | $0.318 |
| 测试正确 | ||
| 尝试通过率 | 58.8% | 66.7% |
| 不稳定测试 | 3 | 3 |
| 总运行次数 | 49 | 51 |
| 输出令牌 | 11,947 | 19,348 |
| 推理令牌 | 29,768 | 0 |
| 响应时间（平均） | 19.06s | 5.68s |
| 响应时间（最大） | 87.80s | 18.33s |
| 响应时间（总计） | 305.04s | 96.58s |
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-5.3 Chat | 6.7 | 8.1 | 58.3% | 1 | 3.86s | 3,167 | 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-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 11.96s | 2,614 | 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-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 2.21s | 942 | 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-5.3 Chat | 3.5 | 4.4 | 33.3% | 2 | 13.01s | 8,264 | 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-5.3 Chat | 4.6 | 10.0 | 0.0% | 0 | 1.99s | 319 | 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-5.3 Chat | 8.3 | 10.0 | 50.0% | 0 | 3.29s | 1,455 | 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-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 2.93s | 1,726 | 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-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 8.36s | 861 | 0 |
快速对比
切换对比组合
GPT-5.3 ChatnonevsMiMo-V2-FlashmediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneNemotron 3 Super 120b A12bmedium免费可用vsQwen3.5 Plus 2026-02-15noneNemotron 3 Super 120b A12bmedium免费可用vsGLM 5noneSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-35B-A3BmediumGPT-5.3 ChatnonevsStep 3.5 Flashmedium免费可用GPT-5.3 ChatnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsNemotron 3 Super 120b A12bmedium免费可用Kimi K2.5mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-Flashmedium