AI BENCHY 对比
NVIDIA: Nemotron 3 Super vs OpenAI: GPT-5.4
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-10
| 指标 | Nemotron 3 Super Nemotron 3 Super medium 免费可用 | GPT-5.4 GPT-5.4 none |
|---|---|---|
| 分数 | 6.1 | 5.7 |
| 排名 | #87 | #100 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.8 | 9.1 |
| 测试正确 | ||
| 尝试通过率 | 47.4% | 40.4% |
| 不稳定测试 | 3 | 2 |
| 总运行次数 | 57 | 57 |
| 每个结果成本 | 0.004 | 1.493 |
| 总成本 | $0.001 | $0.105 |
| ???? | $0.090 / 1M | $2.500 / 1M |
| ???? | $0.450 / 1M | $15.000 / 1M |
| 输出令牌 | 14,098 | 2,357 |
| 推理令牌 | 29,580 | 0 |
| 响应时间（平均） | 18.72s | 1.48s |
| 响应时间（最大） | 87.80s | 2.95s |
| 响应时间（总计） | 318.29s | 28.20s |
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 | 8.3 | 10.0 | 75.0% | 0 | 7.85s | 748 | 1,305 | |
| GPT-5.4 | 3.2 | 8.0 | 8.3% | 1 | 1.21s | 406 | 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.95s | 480 | 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-5.4 | 3.0 | 10.0 | 0.0% | 0 | 2.89s | 291 | 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 1.04s | 222 | 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-5.4 | 5.3 | 7.2 | 44.4% | 1 | 1.07s | 50 | 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 | 4.1 | 10.0 | 0.0% | 0 | 6.91s | 105 | 363 | |
| GPT-5.4 | 4.4 | 9.9 | 0.0% | 0 | 1.78s | 184 | 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 | 6.6 | 66.7% | 1 | 7.72s | 1,042 | 2,479 | |
| GPT-5.4 | 6.5 | 10.0 | 50.0% | 0 | 1.07s | 81 | 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 | 3.1 | 10.0 | 0.0% | 0 | 4.32s | 529 | 1,476 | |
| GPT-5.4 | 5.6 | 9.8 | 33.3% | 0 | 1.52s | 357 | 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 246 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Nemotron 3 Super | 3.0 | 10.0 | 0.0% | 0 | 55.32s | 3,251 | 3,313 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 990ms | 40 | 0 |
快速对比
切换对比组合
Seed-2.0-LitenonevsNemotron 3 Supermedium免费可用Nemotron 3 Supermedium免费可用vsGLM 5V TurbononeNemotron 3 Supermedium免费可用vsQwen3.5-FlashnoneDeepSeek V4 PrononevsNemotron 3 Supermedium免费可用Cobuddymedium免费可用vsGPT-5.4noneNemotron 3 Supermedium免费可用vsQwen3.5 Plus 2026-04-20noneNemotron 3 Supermedium免费可用vsQwen3.5-35B-A3BnoneGemma 4 26B A4Bnone免费可用vsNemotron 3 Supermedium免费可用MiniMax M2.5medium免费可用vsGPT-5.4noneGemini 2.5 FlashnonevsNemotron 3 Supermedium免费可用Mistral Small 4mediumvsGPT-5.4noneNemotron 3 Supermedium免费可用vsMiMo-V2-Pronone