NVIDIA: Nemotron 3 Ultra vs OpenAI: GPT-5 Mini

GPT-5 Mini (medium) 平均分领先，为 8.1 vs 7.5。 GPT-5 Mini (medium) benchmark 成本更低，为 $0.237 vs $0.774。 GPT-5 Mini (medium) 更快，为 27.63s vs 32.21s，通过率为 68.2% vs 63.6%。

推荐模型GPT-5 Mini (medium)它在这里得分最高（8.1），同时成本比Nemotron 3 Ultra (medium)低约 3.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用	GPT-5 Mini GPT-5 Mini medium 发布日期: 2025-08-07

指标	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用	GPT-5 Mini GPT-5 Mini medium 发布日期: 2025-08-07
分数	7.5	8.1
排名	#49	#26
可靠性	9.8	10.0
一致性	8.5	8.8
测试正确
尝试通过率	68.2%	63.6%
不稳定测试	4	3
总运行次数	66	66
每个结果成本	0.000	1.971
总成本	$0.774	$0.237
输入价格	$0.600 / 1M	$0.250 / 1M
输出价格	$3.600 / 1M	$2.000 / 1M
总输入令牌	233,488	98,374
输出令牌	57,916	14,434
推理令牌	128,062	91,498
响应时间（平均）	32.21s	27.63s
响应时间（最大）	392.56s	111.48s
响应时间（总计）	708.65s	607.92s

Hamster playing table tennis

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

#49 Nemotron 3 Ultra

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

#26 GPT-5 Mini

medium

成本: $0.007
时间: 42.9s
令牌: 3,432 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

类别:

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	10.0	10.0	100.0%	0		8.62s	780	835	1,485
GPT-5 Mini	7.1	7.6	66.7%	1		13.86s	606	1,715	6,378

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	8.4	7.4	88.9%	1		26.53s	7,686	2,854	17,725
GPT-5 Mini	10.0	10.0	100.0%	0		27.63s	7,302	658	17,152

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	6.3	5.8	66.7%	1		218.25s	204,249	40,954	78,561
GPT-5 Mini	7.3	5.8	83.3%	1		99.82s	75,392	8,387	35,328

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	10.0	10.0	100.0%	0		5.68s	7,989	473	1,285
GPT-5 Mini	10.0	10.0	100.0%	0		12.58s	7,140	453	3,200

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	3.5	4.4	33.3%	2		24.90s	858	11,169	16,249
GPT-5 Mini	3.6	7.2	22.2%	1		44.63s	515	293	14,016

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	3.7	9.5	0.0%	0		2.52s	360	70	235
GPT-5 Mini	4.5	10.0	0.0%	0		13.50s	477	349	1,856

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	9.8	10.0	100.0%	0		6.35s	765	182	1,243
GPT-5 Mini	10.0	10.0	100.0%	0		11.59s	660	310	3,968

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	5.5	9.9	33.3%	0		3.54s	792	771	2,055
GPT-5 Mini	5.6	9.8	33.3%	0		15.20s	642	1,622	6,144

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	10.0	10.0	100.0%	0		7.72s	9,781	304	984
GPT-5 Mini	10.0	10.0	100.0%	0		18.64s	5,445	487	1,600

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	3.0	10.0	0.0%	0		38.47s	228	304	8,240
GPT-5 Mini	3.0	10.0	0.0%	0		9.99s	195	160	1,856

快速对比

切换对比组合