AI BENCHY 对比

NVIDIA: Nemotron 3 Super vs Poolside: Laguna XS 2.1

摘要

Nemotron 3 Super vs Laguna XS 2.1 benchmark 对比：Nemotron 3 Super 平均分领先，为 6.3 vs 5.3。 Laguna XS 2.1 benchmark 成本更低，为 $0.003 vs $0.019。 Laguna XS 2.1 更快，为 722ms vs 32.00s，通过率为 41.3% vs 31.8%。

推荐模型: Nemotron 3 Super - 它在本次比较中得分最高（6.3），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用	Laguna XS 2.1 Laguna XS 2.1 none 发布日期: 2026-07-02 免费可用

指标	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用	Laguna XS 2.1 Laguna XS 2.1 none 发布日期: 2026-07-02 免费可用
分数	6.3	5.3
排名	#90	#128
可靠性	10.0	10.0
一致性	9.2	9.0
测试正确
尝试通过率	41.3%	31.8%
不稳定测试	2	3
总运行次数	63	63
每个结果成本	0.004	0.058
总成本	$0.019	$0.003
输入价格	$0.085 / 1M	$0.060 / 1M
输出价格	$0.400 / 1M	$0.120 / 1M
总输入令牌	37,527	41,148
输出令牌	14,850	3,451
推理令牌	33,754	0
响应时间（平均）	32.00s	722ms
响应时间（最大）	232.25s	2.30s
响应时间（总计）	607.91s	15.17s

生成展示

Hamster playing table tennis

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

#90 Nemotron 3 Super

medium

成本: $0.000
时间: 272.6s
令牌: 5,296 tok

#128 Laguna XS 2.1

none

成本: $0.001
时间: 27.6s
令牌: 4,344 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
Laguna XS 2.1	5.3	8.3	33.3%	1		755ms	774	1,015	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
Laguna XS 2.1	4.3	7.8	22.2%	1		623ms	7,995	562	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
Laguna XS 2.1	3.0	10.0	0.0%	0		1.76s	14,197	402	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
Laguna XS 2.1	10.0	10.0	100.0%	0		768ms	7,734	240	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
Laguna XS 2.1	5.3	10.0	33.3%	0		364ms	834	14	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
Laguna XS 2.1	5.0	10.0	0.0%	0		529ms	537	128	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
Laguna XS 2.1	3.8	5.8	33.3%	1		364ms	638	50	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
Laguna XS 2.1	3.0	10.0	0.0%	0		1.01s	771	730	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
Laguna XS 2.1	10.0	10.0	100.0%	0		1.36s	7,413	300	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
Laguna XS 2.1	3.0	10.0	0.0%	0		254ms	255	10	0

快速对比

切换对比组合