NVIDIA: Nemotron 3 Super vs OpenAI: GPT-5.6 Luna

Nemotron 3 Super (medium) 平均分领先，为 5.7 vs 5.4。 Nemotron 3 Super (medium) benchmark 成本更低，为 $0.050 vs $0.142。 GPT-5.6 Luna 更快，为 1.50s vs 51.99s，通过率为 40.9% vs 34.9%。

推荐模型Nemotron 3 Super (medium)它在这里得分最高（5.7），同时成本比GPT-5.6 Luna低约 2.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-20

指标	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用	GPT-5.6 Luna GPT-5.6 Luna none 发布日期: 2026-07-09

指标	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用	GPT-5.6 Luna GPT-5.6 Luna none 发布日期: 2026-07-09
分数	5.7	5.4
排名	#140	#159
可靠性	8.7	10.0
一致性	8.9	8.8
测试正确
尝试通过率	40.9%	34.9%
不稳定测试	3	3
总运行次数	66	66
每个结果成本	0.004	2.360
总成本	$0.050	$0.142
输入价格	$0.085 / 1M	$1.000 / 1M
输出价格	$0.400 / 1M	$6.000 / 1M
总输入令牌	81,429	101,323
输出令牌	18,371	6,709
推理令牌	98,853	0
响应时间（平均）	51.99s	1.50s
响应时间（最大）	431.98s	10.57s
响应时间（总计）	1039.89s	32.91s

Hamster playing table tennis

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

#140 Nemotron 3 Super

medium

成本: $0.000
时间: 272.6s
令牌: 5,296 tok

#159 GPT-5.6 Luna

none

成本: $0.016
时间: 15.8s
令牌: 2,685 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

类别:

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-5.6 Luna	4.8	10.0	25.0%	0		901ms	606	266	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-5.6 Luna	3.8	7.2	22.2%	1		980ms	7,302	459	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	6.4	5.8	66.7%	1		259.89s	59,463	5,542	75,095
GPT-5.6 Luna	3.2	9.1	0.0%	0		6.68s	78,124	5,022	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-5.6 Luna	10.0	10.0	100.0%	0		758ms	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-5.6 Luna	2.9	7.2	11.1%	1		737ms	723	54	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-5.6 Luna	5.0	10.0	0.0%	0		1.00s	477	150	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-5.6 Luna	7.1	5.8	83.3%	1		1.23s	660	86	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-5.6 Luna	5.3	10.0	33.3%	0		790ms	642	202	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-5.6 Luna	10.0	10.0	100.0%	0		2.80s	5,454	222	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-5.6 Luna	3.0	10.0	0.0%	0		651ms	195	26	0

快速对比

切换对比组合