AI BENCHY 对比

Nemotron 3 Ultra 550b A55b vs Poolside: Laguna XS 2.1

摘要

Nemotron 3 Ultra 550b A55b vs Laguna XS 2.1 benchmark 对比：Nemotron 3 Ultra 550b A55b 平均分领先，为 8.1 vs 7.0。 Laguna XS 2.1 benchmark 成本更低，为 $0.036 vs $0.158。 Nemotron 3 Ultra 550b A55b 更快，为 15.05s vs 30.08s，通过率为 69.8% vs 44.4%。

推荐模型: Nemotron 3 Ultra 550b A55b - 它在这里得分最高（8.1），同时响应速度比Laguna XS 2.1快约 2.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用	Laguna XS 2.1 Laguna XS 2.1 medium 发布日期: 2026-07-02 免费可用

指标	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用	Laguna XS 2.1 Laguna XS 2.1 medium 发布日期: 2026-07-02 免费可用
分数	8.1	7.0
排名	#26	#67
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%	44.4%
不稳定测试	3	1
总运行次数	63	63
每个结果成本	0.000	0.392
总成本	$0.158	$0.036
输入价格	$0.500 / 1M	$0.060 / 1M
输出价格	$2.200 / 1M	$0.120 / 1M
总输入令牌	46,813	45,324
输出令牌	18,002	25,761
推理令牌	53,091	268,677
响应时间（平均）	15.05s	30.08s
响应时间（最大）	43.93s	155.23s
响应时间（总计）	316.09s	631.77s

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

#67 Laguna XS 2.1

medium

成本: $0.001
时间: 30.6s
令牌: 4,678 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
Laguna XS 2.1	4.8	10.0	25.0%	0		41.96s	774	353	73,090

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
Laguna XS 2.1	5.5	10.0	33.3%	0		70.35s	7,995	23,767	83,258

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
Laguna XS 2.1	9.6	10.0	100.0%	0		13.43s	18,033	507	5,908

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
Laguna XS 2.1	10.0	10.0	100.0%	0		4.50s	7,734	234	3,129

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
Laguna XS 2.1	2.9	7.2	11.1%	1		65.66s	834	17	91,533

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
Laguna XS 2.1	5.0	10.0	0.0%	0		4.15s	537	119	1,375

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
Laguna XS 2.1	9.8	10.0	100.0%	0		2.57s	753	82	1,844

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
Laguna XS 2.1	5.3	10.0	33.3%	0		3.43s	771	357	3,355

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
Laguna XS 2.1	10.0	10.0	100.0%	0		3.01s	7,638	309	748

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
Laguna XS 2.1	3.0	10.0	0.0%	0		10.88s	255	16	4,437

快速对比

切换对比组合