导航
AI BENCHY
Advertise here

AI BENCHY 对比

Nemotron 3 Ultra 550b A55b vs OpenAI: GPT-5.2

摘要

Nemotron 3 Ultra 550b A55b vs GPT-5.2 benchmark 对比：GPT-5.2 平均分领先，为 8.4 vs 8.1。 Nemotron 3 Ultra 550b A55b benchmark 成本更低，为 $0.158 vs $0.548。 Nemotron 3 Ultra 550b A55b 更快，为 15.05s vs 16.88s，通过率为 69.8% vs 71.4%。

推荐模型: Nemotron 3 Ultra 550b A55b - 它的得分接近这里的最高分（8.1 vs 8.4），同时成本比GPT-5.2低约 3.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用 GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11
分数 8.1 8.4
排名 #26 #22
可靠性 9.7 10.0
一致性 8.8 8.4
测试正确
尝试通过率 69.8% 71.4%
不稳定测试 3 4
总运行次数 63 63
每个结果成本 0.000 4.209
总成本 $0.158 $0.548
输入价格 $0.500 / 1M $1.750 / 1M
输出价格 $2.200 / 1M $14.000 / 1M
总输入令牌 46,813 33,967
输出令牌 18,002 2,901
推理令牌 53,091 31,932
响应时间（平均） 15.05s 16.88s
响应时间（最大） 43.93s 77.80s
响应时间（总计） 316.09s 236.34s

生成展示

Hamster playing table tennis

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

#26 Nemotron 3 Ultra 550b A55b

medium
无效SVG
成本
$0.000
时间
300.0s
令牌
0 tok

#22 GPT-5.2

medium
成本
$0.047
时间
49.2s
令牌
3,396 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 Ultra 550b A55b 10.0 10.0 100.0% 0 8.62s 780 835 1,485
GPT-5.2 6.5 8.0 58.3% 1 7.81s 606 567 2,002
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 Ultra 550b A55b 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912
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 Ultra 550b A55b 9.8 10.0 100.0% 0 43.93s 17,574 1,040 3,590
GPT-5.2 10.0 10.0 100.0% 0 14.06s 11,019 291 1,757
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 Ultra 550b A55b 10.0 10.0 100.0% 0 5.68s 7,989 473 1,285
GPT-5.2 10.0 10.0 100.0% 0 3.15s 7,140 234 420
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 Ultra 550b A55b 3.5 4.4 33.3% 2 24.90s 858 11,169 16,249
GPT-5.2 5.9 7.2 55.6% 1 77.80s 473 42 10,342
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 Ultra 550b A55b 3.7 9.5 0.0% 0 2.52s 360 70 235
GPT-5.2 3.7 9.7 0.0% 0 4.32s 477 162 269
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 Ultra 550b A55b 9.8 10.0 100.0% 0 6.35s 765 182 1,243
GPT-5.2 9.9 10.0 100.0% 0 3.12s 660 94 614
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 Ultra 550b A55b 5.5 9.9 33.3% 0 3.54s 792 771 2,055
GPT-5.2 7.5 7.3 77.8% 1 5.80s 642 735 924
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 Ultra 550b A55b 10.0 10.0 100.0% 0 7.72s 9,781 304 984
GPT-5.2 4.7 1.6 66.7% 1 10.30s 5,453 239 469
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 Ultra 550b A55b 3.0 10.0 0.0% 0 38.47s 228 304 8,240
GPT-5.2 3.0 10.0 0.0% 0 28.18s 195 26 3,223

快速对比

切换对比组合

DeepSeek V4 FlashhighvsGPT-5.2mediumDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用Nemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.2 ChatnoneClaude Opus 4.8lowvsNemotron 3 Ultra 550b A55bmedium免费可用Nemotron 3 Ultra 550b A55bmedium免费可用vsStep 3.7 FlashlowDeepSeek V4 ProhighvsNemotron 3 Ultra 550b A55bmedium免费可用Nemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.3 ChatnoneClaude Opus 4.8lowvsGPT-5.2mediumGPT-5.2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsNemotron 3 Ultra 550b A55bmedium免费可用DeepSeek V4 ProhighvsGPT-5.2mediumClaude Sonnet 4.6nonevsNemotron 3 Ultra 550b A55bmedium免费可用