AI BENCHY 对比

NVIDIA: Nemotron 3 Super vs Qwen: Qwen3.5-9B

摘要

Nemotron 3 Super vs Qwen3.5-9B benchmark 对比：Nemotron 3 Super 平均分领先，为 5.8 vs 4.6。 Qwen3.5-9B benchmark 成本更低，为 $0.006 vs $0.021。 Qwen3.5-9B 更快，为 1.89s vs 32.00s，通过率为 41.3% vs 20.6%。

推荐模型: Qwen3.5-9B - 它提供了最佳整体取舍：得分有竞争力（4.6），成本低于Nemotron 3 Super，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用	Qwen3.5-9B Qwen3.5-9B none 发布日期: 2026-03-02

指标	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用	Qwen3.5-9B Qwen3.5-9B none 发布日期: 2026-03-02
分数	5.8	4.6
排名	#106	#155
可靠性	10.0	10.0
一致性	9.2	9.7
测试正确
尝试通过率	41.3%	20.6%
不稳定测试	2	1
总运行次数	63	63
每个结果成本	0.004	0.123
总成本	$0.021	$0.006
输入价格	$0.090 / 1M	$0.100 / 1M
输出价格	$0.450 / 1M	$0.150 / 1M
总输入令牌	37,527	48,041
输出令牌	14,850	3,952
推理令牌	33,754	0
响应时间（平均）	32.00s	1.89s
响应时间（最大）	232.25s	6.03s
响应时间（总计）	607.91s	39.68s

Generation showcase

Hamster playing table tennis

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

#106 Nemotron 3 Super

medium

No showcase result has been generated for this model yet.

Cost: $0.000
Time: -
Tokens: 0 tok

#155 Qwen3.5-9B

none

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 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
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	696	582	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
Qwen3.5-9B	3.9	7.8	11.1%	1		5.60s	7,913	1,042	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
Qwen3.5-9B	3.0	10.0	0.0%	0		5.91s	20,397	1,255	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
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	7,788	249	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
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	789	24	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
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	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
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	711	75	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
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	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
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	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
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0

快速对比

切换对比组合