AI BENCHY 对比

Nemotron 3 Ultra 550b A55b vs Laguna Xs.2

摘要

Nemotron 3 Ultra 550b A55b vs Laguna Xs.2 benchmark 对比：Nemotron 3 Ultra 550b A55b 平均分领先，为 8.1 vs 4.5。 Laguna Xs.2 benchmark 成本更低，为 $0.000 vs $0.177。 Laguna Xs.2 更快，为 806ms vs 15.05s，通过率为 69.8% vs 26.3%。

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	Laguna Xs.2 Laguna Xs.2 none 发布日期: 2026-04-28 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 Laguna Xs.2 none 发布日期: 2026-04-28 免费可用
分数	8.1	4.5
排名	#29	#157
可靠性	9.7	10.0
一致性	8.8	10.0
测试正确
尝试通过率	69.8%	26.3%
不稳定测试	3	0
总运行次数	63	57
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	33,675
输出令牌	18,002	2,826
推理令牌	53,091	0
响应时间（平均）	15.05s	806ms
响应时间（最大）	43.93s	2.01s
响应时间（总计）	316.09s	12.09s

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	3.0	10.0	0.0%	0		534ms	579	308	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
Laguna Xs.2	2.5	10.0	0.0%	0		1.96s	816	866	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
Laguna Xs.2	3.0	10.0	0.0%	0		2.01s	14,201	521	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
Laguna Xs.2	10.0	10.0	100.0%	0		646ms	7,734	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
Laguna Xs.2	5.3	10.0	33.3%	0		371ms	834	33	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
Laguna Xs.2	3.0	10.0	0.0%	0		0ms	0	0	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
Laguna Xs.2	6.5	10.0	50.0%	0		439ms	753	81	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
Laguna Xs.2	5.3	10.0	33.3%	0		650ms	453	379	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
Laguna Xs.2	3.0	10.0	0.0%	0		1.93s	8,305	392	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
Laguna Xs.2	3.0	10.0	0.0%	0		0ms	0	0	0

快速对比

切换对比组合