导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Nemotron 3 Ultra 550b A55b vs OpenAI: GPT-5.6 Luna

摘要

Nemotron 3 Ultra 550b A55b (medium) vs GPT-5.6 Luna (low) benchmark 对比：Nemotron 3 Ultra 550b A55b (medium) 平均分领先，为 8.1 vs 6.2。 GPT-5.6 Luna (low) benchmark 成本更低，为 $0.141 vs $0.158。 GPT-5.6 Luna (low) 更快，为 4.35s vs 15.05s，通过率为 69.8% vs 57.1%。

推荐模型: Nemotron 3 Ultra 550b A55b (medium) - 它在本次比较中得分最高（8.1），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

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-5.6 Luna GPT-5.6 Luna low 发布日期: 2026-07-09
分数 8.1 6.2
排名 #31 #107
可靠性 9.7 10.0
一致性 8.8 8.5
测试正确
尝试通过率 69.8% 57.1%
不稳定测试 3 4
总运行次数 63 63
每个结果成本 0.000 1.404
总成本 $0.158 $0.141
输入价格 $0.500 / 1M $1.000 / 1M
输出价格 $2.200 / 1M $6.000 / 1M
总输入令牌 46,813 34,218
输出令牌 18,002 2,110
推理令牌 53,091 15,571
响应时间（平均） 15.05s 4.35s
响应时间（最大） 43.93s 18.06s
响应时间（总计） 316.09s 91.45s

生成展示

Hamster playing table tennis

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

#31 Nemotron 3 Ultra 550b A55b

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

#107 GPT-5.6 Luna

low
成本
$0.011
时间
10.2s
令牌
1,897 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-5.6 Luna 8.3 10.0 75.0% 0 2.21s 606 186 722
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-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535
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-5.6 Luna 2.8 1.6 33.3% 1 7.99s 11,019 300 1,060
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-5.6 Luna 10.0 10.0 100.0% 0 2.14s 7,140 234 292
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-5.6 Luna 3.6 7.2 22.2% 1 10.05s 723 70 6,718
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-5.6 Luna 5.0 10.0 0.0% 0 2.25s 477 122 169
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-5.6 Luna 8.5 6.8 83.3% 1 2.04s 660 93 259
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-5.6 Luna 7.6 7.2 77.8% 1 3.59s 642 271 1,207
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-5.6 Luna 10.0 10.0 100.0% 0 4.43s 5,454 250 177
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-5.6 Luna 3.0 10.0 0.0% 0 4.86s 195 27 1,432

快速对比

切换对比组合

Seed-2.0-LitenonevsGPT-5.6 LunalowGemini 2.5 FlashnonevsGPT-5.6 LunalowNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.6 TerrahighGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGemini 3.1 Flash LitenonevsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-FlashnoneGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumGemma 4 31Bnone免费可用vsGPT-5.6 LunalowGemma 4 31Bmedium免费可用vsGPT-5.6 LunalowNemotron 3 Supermedium免费可用vsGPT-5.6 LunalowDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用Nemotron 3 Ultra 550b A55bnone免费可用vsGPT-5.6 Lunalow