NVIDIA: Nemotron 3 Super vs Qwen: Qwen3.5-122B-A10B

Nemotron 3 Super (medium) 平均分领先，为 5.7 vs 5.7。 Nemotron 3 Super (medium) benchmark 成本更低，为 $0.066 vs $0.247。 Qwen3.5-122B-A10B 更快，为 12.92s vs 51.99s，通过率为 40.9% vs 33.3%。

推荐模型Nemotron 3 Super (medium)它在这里得分最高（5.7），同时成本比Qwen3.5-122B-A10B低约 3.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none 发布日期: 2026-02-24

指标	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none 发布日期: 2026-02-24
分数	5.7	5.7
排名	#133	#135
可靠性	8.7	10.0
一致性	8.9	9.3
测试正确
尝试通过率	40.9%	33.3%
不稳定测试	3	2
总运行次数	66	66
每个结果成本	0.004	4.182
总成本	$0.066	$0.247
输入价格	$0.210 / 1M	$0.260 / 1M
输出价格	$0.455 / 1M	$2.080 / 1M
总输入令牌	81,429	241,566
输出令牌	18,371	88,458
推理令牌	98,853	0
响应时间（平均）	51.99s	12.92s
响应时间（最大）	431.98s	212.63s
响应时间（总计）	1039.89s	284.21s

Hamster playing table tennis

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

#133 Nemotron 3 Super

medium

成本: $0.000
时间: 272.6s
令牌: 5,296 tok

#135 Qwen3.5-122B-A10B

none

成本: $0.016
时间: 44.5s
令牌: 6,431 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
Qwen3.5-122B-A10B	4.8	10.0	25.0%	0		1.59s	696	312	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
Qwen3.5-122B-A10B	3.7	7.0	22.2%	1		2.77s	7,913	693	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
Qwen3.5-122B-A10B	5.2	6.9	33.3%	1		129.31s	214,006	86,212	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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		1.01s	7,794	243	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
Qwen3.5-122B-A10B	5.3	10.0	33.3%	0		465ms	789	15	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
Qwen3.5-122B-A10B	5.0	10.0	0.0%	0		1.12s	522	66	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
Qwen3.5-122B-A10B	6.3	10.0	50.0%	0		513ms	711	69	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
Qwen3.5-122B-A10B	3.8	10.0	0.0%	0		1.00s	714	575	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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		2.04s	8,211	264	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
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		295ms	210	9	0

快速对比

切换对比组合