导航
AI BENCHY
Advertise here

AI BENCHY 对比

Nemotron 3 Ultra 550b A55b vs OpenAI: gpt-oss-120b

摘要

Nemotron 3 Ultra 550b A55b vs gpt-oss-120b benchmark 对比：Nemotron 3 Ultra 550b A55b 平均分领先，为 8.1 vs 4.0。 gpt-oss-120b benchmark 成本更低，为 $0.010 vs $0.158。 Nemotron 3 Ultra 550b A55b 更快，为 15.05s vs 21.61s，通过率为 69.8% vs 34.9%。

推荐模型: Nemotron 3 Ultra 550b A55b - 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：: 2026-06-18

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-oss-120b gpt-oss-120b none 发布日期: 2025-08-05 免费可用
分数 8.1 4.0
排名 #26 #164
可靠性 9.7 10.0
一致性 8.8 8.2
测试正确
尝试通过率 69.8% 34.9%
不稳定测试 3 2
总运行次数 63 57
每个结果成本 0.000 0.168
总成本 $0.158 $0.010
输入价格 $0.500 / 1M $0.039 / 1M
输出价格 $2.200 / 1M $0.180 / 1M
总输入令牌 46,813 9,081
输出令牌 18,002 51,664
推理令牌 53,091 0
响应时间（平均） 15.05s 21.61s
响应时间（最大） 43.93s 113.71s
响应时间（总计） 316.09s 345.79s

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

#164 gpt-oss-120b

none
此模型尚未生成任何展示结果。
成本
$0.000
时间
-
令牌
0 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-oss-120b 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
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-oss-120b 1.5 4.0 22.2% 1 9.57s 901 3,232 0
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-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
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-oss-120b 6.5 10.0 50.0% 0 7.12s 2,421 598 0
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-oss-120b 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
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-oss-120b 4.8 10.0 0.0% 0 10.79s 584 615 0
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-oss-120b 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
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-oss-120b 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
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-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
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-oss-120b 3.0 10.0 0.0% 0 47.29s 314 3,138 0

快速对比

切换对比组合

DeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用gpt-oss-120bnone免费可用vsQwen3.5-9Bmediumgpt-oss-120bnone免费可用vsGLM 4.7 FlashmediumNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.2 ChatnoneNemotron 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 Chatnonegpt-oss-120bnone免费可用vsQwen3 Coder NextmediumMiniMax M2.5mediumvsgpt-oss-120bnone免费可用Gemini 3 Flash PreviewlowvsNemotron 3 Ultra 550b A55bmedium免费可用Claude Sonnet 4.6nonevsNemotron 3 Ultra 550b A55bmedium免费可用Claude Opus 4.8nonevsNemotron 3 Ultra 550b A55bmedium免费可用