AI BENCHY 对比
Nemotron 3 Super 120b A12b vs xAI: Grok 4.20 Beta
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-12
| 指标 | Nemotron 3 Super 120b A12b Nemotron 3 Super 120b A12b medium 免费可用 | Grok 4.20 Beta Grok 4.20 Beta none |
|---|---|---|
| 排名 | #36 | #52 |
| 平均分 | 5.8 | 4.4 |
| 一致性 | 8.5 | 9.1 |
| 每个结果成本 | 0.000 | 2.214 |
| 总成本 | $0.000 | $0.089 |
| 测试正确 | ||
| 尝试通过率 | 56.3% | 33.3% |
| 不稳定测试 | 3 | 2 |
| 总运行次数 | 48 | 48 |
| 输出令牌 | 11,925 | 1,511 |
| 推理令牌 | 29,687 | 0 |
| 响应时间（平均） | 20.24s | 1.22s |
| 响应时间（最大） | 87.80s | 6.48s |
| 响应时间（总计） | 303.60s | 19.53s |
分数 vs 总成本
响应时间（平均）
平均分 vs 响应时间（平均）
总输出令牌
平均分 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 120b A12b | 10.0 | 10.0 | 100.0% | 0 | 12.96s | 1,754 | 3,264 | |
| Grok 4.20 Beta | 3.3 | 7.9 | 22.2% | 1 | 562ms | 245 | 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 120b A12b | 10.0 | 10.0 | 100.0% | 0 | 87.80s | 2,021 | 9,996 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 0.0% | 0 | 6.48s | 282 | 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 120b A12b | 9.9 | 10.0 | 100.0% | 0 | 18.16s | 877 | 2,607 | |
| Grok 4.20 Beta | 9.9 | 10.0 | 100.0% | 0 | 601ms | 197 | 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 120b A12b | 10.0 | 4.4 | 22.2% | 2 | 16.19s | 5,255 | 6,072 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 0.0% | 0 | 611ms | 160 | 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 120b A12b | 2.0 | 9.9 | 0.0% | 0 | 27.86s | 104 | 1,149 | |
| Grok 4.20 Beta | 5.0 | 10.0 | 0.0% | 0 | 541ms | 87 | 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 120b A12b | 7.0 | 6.5 | 66.7% | 1 | 7.72s | 1,042 | 2,479 | |
| Grok 4.20 Beta | 4.5 | 10.0 | 0.0% | 0 | 687ms | 60 | 0 |
| Puzzle Solving | 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 120b A12b | 1.3 | 9.8 | 0.0% | 0 | 8.39s | 602 | 2,151 | |
| Grok 4.20 Beta | 4.0 | 7.2 | 55.6% | 1 | 541ms | 291 | 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 120b A12b | 10.0 | 10.0 | 100.0% | 0 | 39.75s | 270 | 1,969 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 4.79s | 189 | 0 |
快速对比
切换对比组合
Nemotron 3 Super 120b A12bmedium免费可用vsGLM 5noneDeepSeek V3.2nonevsNemotron 3 Super 120b A12bmedium免费可用MiniMax M2.5mediumvsGrok 4.20 BetanoneNemotron 3 Super 120b A12bmedium免费可用vsQwen3.5 Plus 2026-02-15noneNemotron 3 Super 120b A12bmedium免费可用vsQwen3.5-FlashnoneGemini 2.5 FlashnonevsNemotron 3 Super 120b A12bmedium免费可用gpt-oss-120bmedium免费可用vsGrok 4.20 BetanoneNemotron 3 Super 120b A12bmedium免费可用vsQwen3.5-122B-A10BnoneSeed-2.0-LitenonevsNemotron 3 Super 120b A12bmedium免费可用Nemotron 3 Super 120b A12bmedium免费可用vsQwen3.5-27BnoneMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 Betanone