AI BENCHY 对比

NVIDIA: Nemotron 3 Super vs OpenAI: GPT-5.5

摘要

Nemotron 3 Super vs GPT-5.5 benchmark 对比：GPT-5.5 平均分领先，为 6.4 vs 5.8。 Nemotron 3 Super benchmark 成本更低，为 $0.021 vs $0.231。 GPT-5.5 更快，为 1.89s vs 32.00s，通过率为 41.3% vs 54.0%。

推荐模型: GPT-5.5 - 它在这里得分最高（6.4），同时响应速度比Nemotron 3 Super快约 16.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04

指标	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用	GPT-5.5 GPT-5.5 none 发布日期: 2026-04-24

指标	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用	GPT-5.5 GPT-5.5 none 发布日期: 2026-04-24
分数	5.8	6.4
排名	#105	#91
可靠性	10.0	10.0
一致性	9.2	8.8
测试正确
尝试通过率	41.3%	54.0%
不稳定测试	2	3
总运行次数	63	63
每个结果成本	0.004	2.302
总成本	$0.021	$0.231
输入价格	$0.090 / 1M	$5.000 / 1M
输出价格	$0.450 / 1M	$30.000 / 1M
总输入令牌	37,527	34,212
输出令牌	14,850	1,971
推理令牌	33,754	0
响应时间（平均）	32.00s	1.89s
响应时间（最大）	232.25s	5.56s
响应时间（总计）	607.91s	39.64s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#105 Nemotron 3 Super

medium

No showcase result has been generated for this model yet.

Cost: $0.000
Time: -
Tokens: 0 tok

#91 GPT-5.5

none

Cost: $0.090
Time: 54.3s
Tokens: 3,063 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

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）	输入令牌	输出令牌	推理令牌
Nemotron 3 Super	8.3	10.0	75.0%	0		7.85s	686	748	1,305
GPT-5.5	6.9	7.9	66.7%	1		1.31s	606	213	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）	输入令牌	输出令牌	推理令牌
Nemotron 3 Super	3.1	10.0	0.0%	0		147.32s	2,275	797	4,424
GPT-5.5	5.5	10.0	33.3%	0		1.35s	7,305	462	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）	输入令牌	输出令牌	推理令牌
Nemotron 3 Super	10.0	10.0	100.0%	0		87.80s	15,561	2,021	9,996
GPT-5.5	3.0	10.0	0.0%	0		5.56s	11,019	300	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）	输入令牌	输出令牌	推理令牌
Nemotron 3 Super	10.0	10.0	100.0%	0		18.16s	7,944	877	2,607
GPT-5.5	10.0	10.0	100.0%	0		1.18s	7,140	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）	输入令牌	输出令牌	推理令牌
Nemotron 3 Super	2.9	4.4	22.2%	2		16.19s	456	5,255	6,072
GPT-5.5	2.9	7.2	11.1%	1		1.31s	723	52	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）	输入令牌	输出令牌	推理令牌
Nemotron 3 Super	4.1	10.0	0.0%	0		6.91s	492	105	363
GPT-5.5	10.0	10.0	100.0%	0		3.41s	477	124	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）	输入令牌	输出令牌	推理令牌
Nemotron 3 Super	7.3	10.0	50.0%	0		6.97s	723	956	2,383
GPT-5.5	6.2	5.8	66.7%	1		1.15s	660	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）	输入令牌	输出令牌	推理令牌
Nemotron 3 Super	3.0	10.0	0.0%	0		3.15s	708	570	1,322
GPT-5.5	7.7	10.0	66.7%	0		1.29s	642	252	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）	输入令牌	输出令牌	推理令牌
Nemotron 3 Super	10.0	10.0	100.0%	0		39.75s	8,544	270	1,969
GPT-5.5	10.0	10.0	100.0%	0		3.90s	5,445	247	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）	输入令牌	输出令牌	推理令牌
Nemotron 3 Super	3.0	10.0	0.0%	0		55.32s	138	3,251	3,313
GPT-5.5	3.0	10.0	0.0%	0		5.01s	195	18	0

快速对比

切换对比组合