AI BENCHY 对比
NVIDIA: Nemotron 3 Super vs OpenAI: gpt-oss-120b
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-22
| 指标 | Nemotron 3 Super Nemotron 3 Super medium 免费可用 | gpt-oss-120b gpt-oss-120b none 免费可用 |
|---|---|---|
| 分数 | 5.9 | 5.2 |
| 排名 | #96 | #129 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.8 | 8.7 |
| 测试正确 | ||
| 尝试通过率 | 45.0% | 36.8% |
| 不稳定测试 | 3 | 3 |
| 总运行次数 | 60 | 57 |
| 每个结果成本 | 0.004 | 0.201 |
| 总成本 | $0.001 | $0.011 |
| ???? | $0.090 / 1M | $0.000 / 1M |
| ???? | $0.450 / 1M | $0.000 / 1M |
| 输出令牌 | 14,550 | 51,505 |
| 推理令牌 | 30,428 | 0 |
| 响应时间（平均） | 21.15s | 21.86s |
| 响应时间（最大） | 87.80s | 113.71s |
| 响应时间（总计） | 380.67s | 349.78s |
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-oss-120b | 6.5 | 10.0 | 50.0% | 0 | 32.84s | 8,676 | 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 | 3.1 | 9.9 | 0.0% | 0 | 62.38s | 452 | 848 | |
| gpt-oss-120b | 4.3 | 1.1 | 66.7% | 1 | 9.57s | 3,232 | 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-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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-oss-120b | 6.5 | 10.0 | 50.0% | 0 | 7.12s | 598 | 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-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 34.98s | 29,483 | 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-oss-120b | 4.8 | 10.0 | 0.0% | 0 | 10.79s | 615 | 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-oss-120b | 9.8 | 10.0 | 100.0% | 0 | 5.10s | 1,982 | 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-oss-120b | 4.4 | 4.5 | 44.5% | 2 | 9.51s | 3,781 | 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-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 47.29s | 3,138 | 0 |
快速对比
切换对比组合
Nemotron 3 Supermedium免费可用vsQwen3.5-FlashnoneNemotron 3 Supermedium免费可用vsGLM 5V TurbononeSeed-2.0-LitenonevsNemotron 3 Supermedium免费可用DeepSeek V4 PrononevsNemotron 3 Supermedium免费可用Nemotron 3 Supermedium免费可用vsQwen3.5 Plus 2026-04-20noneNemotron 3 Supermedium免费可用vsQwen3.5-35B-A3BnoneNemotron 3 Supermedium免费可用vsQwen3.5-27BnoneNemotron 3 Supermedium免费可用vsQwen3.6 27BnoneMiniMax M2.7mediumvsgpt-oss-120bnone免费可用Nemotron 3 Supermedium免费可用vsOwl Alphanonegpt-oss-120bnone免费可用vsElephant AlphamediumMistral Small 4mediumvsgpt-oss-120bnone免费可用