AI BENCHY 对比

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

摘要

Nemotron 3 Super (medium) vs GPT-5.6 Terra benchmark 对比：Nemotron 3 Super (medium) 平均分领先，为 6.3 vs 6.0。 Nemotron 3 Super (medium) benchmark 成本更低，为 $0.020 vs $0.130。 GPT-5.6 Terra 更快，为 1.25s vs 32.00s，通过率为 41.3% vs 42.9%。

推荐模型: Nemotron 3 Super (medium) - 它在这里得分最高（6.3），同时成本比GPT-5.6 Terra低约 6.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 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 Terra GPT-5.6 Terra 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 Terra GPT-5.6 Terra none 发布日期: 2026-07-09
分数	6.3	6.0
排名	#100	#116
可靠性	10.0	10.0
一致性	9.2	9.3
测试正确
尝试通过率	41.3%	42.9%
不稳定测试	2	2
总运行次数	63	63
每个结果成本	0.004	1.623
总成本	$0.020	$0.130
输入价格	$0.080 / 1M	$2.500 / 1M
输出价格	$0.450 / 1M	$15.000 / 1M
总输入令牌	37,527	39,552
输出令牌	14,850	2,060
推理令牌	33,754	0
响应时间（平均）	32.00s	1.25s
响应时间（最大）	232.25s	3.97s
响应时间（总计）	607.91s	26.21s

生成展示

Hamster playing table tennis

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

#100 Nemotron 3 Super

medium

成本: $0.000
时间: 272.6s
令牌: 5,296 tok

#116 GPT-5.6 Terra

none

成本: $0.030
时间: 14.7s
令牌: 2,082 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-5.6 Terra	4.8	10.0	25.0%	0		942ms	606	191	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 Terra	5.5	10.0	33.3%	0		1.00s	7,302	336	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-5.6 Terra	3.0	10.0	0.0%	0		3.97s	14,961	437	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 Terra	10.0	10.0	100.0%	0		1.13s	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 Terra	5.3	7.2	44.4%	1		757ms	723	68	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 Terra	5.0	10.0	0.0%	0		1.03s	477	102	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 Terra	8.5	6.8	83.3%	1		1.15s	660	101	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 Terra	5.3	10.0	33.3%	0		1.23s	642	235	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 Terra	9.6	10.0	100.0%	0		3.10s	6,846	344	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 Terra	3.0	10.0	0.0%	0		787ms	195	24	0

快速对比

切换对比组合