导航
AI BENCHY
Advertise here

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 (medium) benchmark 对比：Nemotron 3 Ultra 550b A55b (medium) 平均分领先，为 8.1 vs 7.6。 Nemotron 3 Ultra 550b A55b (medium) benchmark 成本更低，为 $0.158 vs $0.258。 GPT-5.6 Luna (medium) 更快，为 6.70s vs 15.05s，通过率为 69.8% vs 63.5%。

推荐模型: Nemotron 3 Ultra 550b A55b (medium) - 它在这里得分最高（8.1），同时成本比GPT-5.6 Luna (medium)低约 1.6 倍。

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 medium 发布日期: 2026-07-09
分数 8.1 7.6
排名 #31 #54
可靠性 9.7 10.0
一致性 8.8 9.6
测试正确
尝试通过率 69.8% 63.5%
不稳定测试 3 1
总运行次数 63 63
每个结果成本 0.000 1.978
总成本 $0.158 $0.258
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 35,699
输出令牌 18,002 2,148
推理令牌 53,091 34,740
响应时间（平均） 15.05s 6.70s
响应时间（最大） 43.93s 29.85s
响应时间（总计） 316.09s 140.62s

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

#54 GPT-5.6 Luna

medium
成本
$0.014
时间
14.6s
令牌
2,362 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 2.52s 606 160 987
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 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
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 10.0 10.0 100.0% 0 9.53s 12,500 375 1,354
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 1.95s 7,140 234 324
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 5.3 10.0 33.3% 0 17.37s 723 68 16,531
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 5.1 10.0 0.0% 0 4.34s 477 112 496
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 9.9 10.0 100.0% 0 2.38s 660 95 393
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 7.8 10.0 66.7% 0 4.04s 642 255 2,104
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 6.02s 5,454 256 244
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 6.64s 195 29 2,379

快速对比

切换对比组合

DeepSeek V4 ProhighvsGPT-5.6 LunamediumNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.6 TerrahighGPT-5.6 LunamediumvsStep 3.7 FlashlowDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用Claude Opus 4.8lowvsGPT-5.6 LunamediumGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumGPT-5.6 LunamediumvsGrok 4.5lowClaude Sonnet 4.6nonevsGPT-5.6 LunamediumNemotron 3 Ultra 550b A55bmedium免费可用vsGrok 4.5lowClaude Opus 4.8nonevsGPT-5.6 LunamediumNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.2 ChatnoneClaude Opus 4.8lowvsNemotron 3 Ultra 550b A55bmedium免费可用