AI BENCHY 对比
Nemotron 3 Super 120b A12b vs OpenAI: GPT-5.4 Mini
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-17
| 指标 | Nemotron 3 Super 120b A12b Nemotron 3 Super 120b A12b none 免费可用 | GPT-5.4 Mini GPT-5.4 Mini none |
|---|---|---|
| 排名 | #62 | #66 |
| 分数 | 5.2 | 4.8 |
| 一致性 | 8.6 | 8.6 |
| 每个结果成本 | 0.000 | 0.737 |
| 总成本 | $0.000 | $0.030 |
| 测试正确 | ||
| 尝试通过率 | 35.3% | 31.4% |
| 不稳定测试 | 3 | 3 |
| 总运行次数 | 49 | 51 |
| 输出令牌 | 4,225 | 2,085 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 8.86s | 1.17s |
| 响应时间（最大） | 24.97s | 2.52s |
| 响应时间（总计） | 150.70s | 19.82s |
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 120b A12b | 4.8 | 10.0 | 25.0% | 0 | 7.43s | 2,174 | 0 | |
| GPT-5.4 Mini | 3.1 | 8.1 | 8.3% | 1 | 929ms | 654 | 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 | 3.0 | 10.0 | 0.0% | 0 | 19.98s | 124 | 0 | |
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 2.52s | 298 | 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 | 10.0 | 10.0 | 100.0% | 0 | 7.92s | 249 | 0 | |
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 1.30s | 222 | 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 | 3.6 | 7.2 | 22.2% | 1 | 6.23s | 26 | 0 | |
| GPT-5.4 Mini | 3.5 | 4.4 | 33.3% | 2 | 937ms | 88 | 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 | 4.2 | 9.9 | 0.0% | 0 | 24.97s | 170 | 0 | |
| GPT-5.4 Mini | 4.8 | 10.0 | 0.0% | 0 | 1.82s | 174 | 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 | 4.9 | 6.9 | 33.3% | 1 | 1.50s | 66 | 0 | |
| GPT-5.4 Mini | 6.3 | 10.0 | 50.0% | 0 | 728ms | 101 | 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 | 5.7 | 10.0 | 33.3% | 0 | 7.50s | 1,135 | 0 | |
| GPT-5.4 Mini | 5.4 | 10.0 | 33.3% | 0 | 860ms | 293 | 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 | 4.7 | 1.6 | 66.7% | 1 | 16.00s | 281 | 0 | |
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 2.32s | 255 | 0 |
快速对比
切换对比组合
GPT-5.4 MininonevsQwen3 Coder NextmediumGPT-5.4 MininonevsGLM 4.7 FlashmediumGPT-5.4 MininonevsQwen3.5-9BmediumMistral Small 4mediumvsNemotron 3 Super 120b A12bnone免费可用Nemotron 3 Super 120b A12bnone免费可用vsQwen3 Coder NextmediumNemotron 3 Super 120b A12bnone免费可用vsGLM 4.7 FlashmediumMiniMax M2.5medium免费可用vsNemotron 3 Super 120b A12bnone免费可用Nemotron 3 Super 120b A12bnone免费可用vsQwen3.5-9BmediumMistral Small 4mediumvsGPT-5.4 MininoneNemotron 3 Super 120b A12bnone免费可用vsgpt-oss-120bmedium免费可用MiniMax M2.5medium免费可用vsGPT-5.4 MininoneNemotron 3 Super 120b A12bnone免费可用vsGrok 4.20 Multi-Agent Betamedium