AI BENCHY 对比

Nemotron 3 Ultra 550b A55b vs Owl Alpha

摘要

Nemotron 3 Ultra 550b A55b vs Owl Alpha benchmark 对比：Nemotron 3 Ultra 550b A55b 平均分领先，为 8.1 vs 5.8。 Owl Alpha benchmark 成本更低，为 $0.000 vs $0.177。 Owl Alpha 更快，为 9.88s vs 15.05s，通过率为 69.8% vs 36.5%。

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：: 2026-06-12

指标	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用	Owl Alpha Owl Alpha none 发布日期: 2026-04-30

指标	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用	Owl Alpha Owl Alpha none 发布日期: 2026-04-30
分数	8.1	5.8
排名	#29	#114
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%	36.5%
不稳定测试	3	1
总运行次数	63	63
每个结果成本	0.000	0.000
总成本	$0.177	$0.000
输入价格	$0.500 / 1M	$0.000 / 1M
输出价格	$2.500 / 1M	$0.000 / 1M
总输入令牌	46,813	42,283
输出令牌	18,002	5,913
推理令牌	53,091	0
响应时间（平均）	15.05s	9.88s
响应时间（最大）	43.93s	47.10s
响应时间（总计）	316.09s	207.38s

Generation showcase

Hamster playing table tennis

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

#29 Nemotron 3 Ultra 550b A55b

medium

No showcase result has been generated for this model yet.

Cost: $0.000
Time: -
Tokens: 0 tok

#114 Owl Alpha

none

Provider returned error

Cost: $0.000
Time: 0.2s
Tokens: 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
Owl Alpha	3.4	7.9	16.7%	1		2.78s	1,104	57	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
Owl Alpha	5.6	10.0	33.3%	0		36.89s	8,055	4,740	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
Owl Alpha	3.0	10.0	0.0%	0		21.74s	13,890	315	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
Owl Alpha	10.0	10.0	100.0%	0		3.60s	7,911	246	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
Owl Alpha	5.3	10.0	33.3%	0		3.00s	1,171	27	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
Owl Alpha	4.3	10.0	0.0%	0		4.61s	609	80	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
Owl Alpha	6.4	10.0	50.0%	0		2.63s	915	63	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
Owl Alpha	5.4	10.0	33.3%	0		4.18s	1,023	140	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
Owl Alpha	10.0	10.0	100.0%	0		22.78s	7,155	231	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
Owl Alpha	3.0	10.0	0.0%	0		2.50s	450	14	0

快速对比

切换对比组合