导航
AI BENCHY
Advertise here

AI BENCHY 对比

NVIDIA: Nemotron 3 Super vs OpenAI: gpt-oss-120b

摘要

Nemotron 3 Super vs gpt-oss-120b benchmark 对比：gpt-oss-120b 平均分领先，为 6.1 vs 4.9。 Nemotron 3 Super benchmark 成本更低，为 $0.007 vs $0.013。 Nemotron 3 Super 更快，为 5.30s vs 22.28s，通过率为 31.8% vs 52.4%。

推荐模型: Nemotron 3 Super - 它提供了最佳整体取舍：得分有竞争力（4.9），成本低于gpt-oss-120b，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 none 发布日期: 2026-03-11 免费可用 gpt-oss-120b gpt-oss-120b medium 发布日期: 2025-08-05 免费可用
分数 4.9 6.1
排名 #142 #100
可靠性 10.0 10.0
一致性 8.8 8.0
测试正确
尝试通过率 31.8% 52.4%
不稳定测试 3 5
总运行次数 63 63
每个结果成本 0.034 0.141
总成本 $0.007 $0.013
输入价格 $0.090 / 1M $0.039 / 1M
输出价格 $0.450 / 1M $0.180 / 1M
总输入令牌 36,456 39,084
输出令牌 6,195 20,013
推理令牌 0 50,233
响应时间（平均） 5.30s 22.28s
响应时间（最大） 16.45s 68.16s
响应时间（总计） 111.31s 311.96s

Generation showcase

Hamster playing table tennis

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

#142 Nemotron 3 Super

none
No showcase result has been generated for this model yet.
Cost
$0.000
Time
-
Tokens
0 tok

#100 gpt-oss-120b

medium
Cost
$0.001
Time
26.7s
Tokens
555 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 4.8 10.0 25.0% 0 4.46s 671 2,322 0
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 1,314 3,518 2,177
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 3.3 7.2 11.1% 1 2.64s 7,627 571 0
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973
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 3.0 10.0 0.0% 0 16.45s 8,740 617 0
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 11,535 694 5,072
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 7.92s 7,944 249 0
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 7,476 241 1,114
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 3.6 7.2 22.2% 1 6.23s 789 26 0
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 1,266 6,784 20,606
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 4.6 10.0 0.0% 0 950ms 500 134 0
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 659 107 387
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 6.3 10.0 50.0% 0 804ms 723 66 0
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 1,036 126 1,799
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 5.5 10.0 33.3% 0 2.36s 714 1,125 0
gpt-oss-120b 5.3 7.2 44.4% 1 21.71s 1,190 1,790 2,264
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 4.7 1.6 66.7% 1 16.00s 8,541 281 0
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 6,514 287 1,083
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 8.94s 207 804 0
gpt-oss-120b 3.0 10.0 0.0% 0 26.51s 312 3,101 3,758

快速对比

切换对比组合

gpt-oss-120bmedium免费可用vsGLM 5noneGemini 2.5 Flashnonevsgpt-oss-120bmedium免费可用Gemma 4 26B A4Bnone免费可用vsgpt-oss-120bmedium免费可用DeepSeek V4 Prohighvsgpt-oss-120bmedium免费可用Ring-2.6-1Tnonevsgpt-oss-120bmedium免费可用gpt-oss-120bmedium免费可用vsQwen3.5 Plus 2026-02-15noneNemotron 3 Ultra 550b A55bnone免费可用vsgpt-oss-120bmedium免费可用Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium免费可用Nemotron 3 Supernone免费可用vsQwen3 Coder Nextmediumgpt-oss-120bmedium免费可用vsQwen3.7 PlusnoneGemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium免费可用Mistral Small 4mediumvsNemotron 3 Supernone免费可用