AI BENCHY 对比
NVIDIA: Nemotron 3 Super vs xAI: Grok 4.20
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-10
| 指标 | Nemotron 3 Super Nemotron 3 Super medium 免费可用 | Grok 4.20 Grok 4.20 none |
|---|---|---|
| 分数 | 6.1 | 5.4 |
| 排名 | #87 | #115 |
| 可靠性 | 10.0 | 不适用 |
| 一致性 | 8.8 | 9.5 |
| 测试正确 | ||
| 尝试通过率 | 47.4% | 35.2% |
| 不稳定测试 | 3 | 1 |
| 总运行次数 | 57 | 54 |
| 每个结果成本 | 0.004 | 1.574 |
| 总成本 | $0.001 | $0.095 |
| ???? | $0.090 / 1M | $1.250 / 1M |
| ???? | $0.450 / 1M | $2.500 / 1M |
| 输出令牌 | 14,098 | 1,967 |
| 推理令牌 | 29,580 | 0 |
| 响应时间（平均） | 18.72s | 1.11s |
| 响应时间（最大） | 87.80s | 6.04s |
| 响应时间（总计） | 318.29s | 20.02s |
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 | |
| Grok 4.20 | 4.8 | 10.0 | 25.0% | 0 | 501ms | 267 | 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 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| Grok 4.20 | 3.4 | 9.3 | 0.0% | 0 | 1.22s | 312 | 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 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 6.04s | 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 | 10.0 | 10.0 | 100.0% | 0 | 18.16s | 877 | 2,607 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 522ms | 207 | 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 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 687ms | 325 | 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 | |
| Grok 4.20 | 4.8 | 10.0 | 0.0% | 0 | 659ms | 83 | 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 | |
| Grok 4.20 | 6.3 | 10.0 | 50.0% | 0 | 455ms | 60 | 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 | |
| Grok 4.20 | 5.3 | 7.2 | 44.4% | 1 | 487ms | 242 | 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 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.63s | 189 | 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 | |
| Grok 4.20 | - | - | - | - | - | - | - | - |
快速对比
切换对比组合
Seed-2.0-LitenonevsNemotron 3 Supermedium免费可用Elephant AlphamediumvsGrok 4.20noneNemotron 3 Supermedium免费可用vsGLM 5V TurbononeNemotron 3 Supermedium免费可用vsQwen3.5-FlashnoneDeepSeek V4 PrononevsNemotron 3 Supermedium免费可用Mistral Small 4mediumvsGrok 4.20noneMiniMax M2.5medium免费可用vsGrok 4.20noneNemotron 3 Supermedium免费可用vsQwen3.5 Plus 2026-04-20noneNemotron 3 Supermedium免费可用vsQwen3.5-35B-A3BnoneGemma 4 26B A4Bnone免费可用vsNemotron 3 Supermedium免费可用Gemini 2.5 FlashnonevsNemotron 3 Supermedium免费可用Nemotron 3 Supermedium免费可用vsMiMo-V2-Pronone