NVIDIA: Nemotron 3 Ultra vs Qwen: Qwen3.7 Max

Nemotron 3 Ultra (medium) 平均分领先，为 7.5 vs 7.4。 Qwen3.7 Max benchmark 成本更低，为 $0.197 vs $0.774。 Qwen3.7 Max 更快，为 4.52s vs 32.21s，通过率为 68.2% vs 68.2%。

推荐模型Qwen3.7 Max它的得分接近这里的最高分（7.4 vs 7.5），同时成本比Nemotron 3 Ultra (medium)低约 3.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-20

指标	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用	Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22

指标	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用	Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22
分数	7.5	7.4
排名	#51	#59
可靠性	9.8	9.9
一致性	8.5	10.0
测试正确
尝试通过率	68.2%	68.2%
不稳定测试	4	0
总运行次数	66	66
每个结果成本	0.000	1.582
总成本	$0.774	$0.197
输入价格	$0.600 / 1M	$1.475 / 1M
输出价格	$3.600 / 1M	$4.425 / 1M
总输入令牌	233,488	95,983
输出令牌	57,916	12,446
推理令牌	128,062	0
响应时间（平均）	32.21s	4.52s
响应时间（最大）	392.56s	72.30s
响应时间（总计）	708.65s	99.52s

Hamster playing table tennis

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

#51 Nemotron 3 Ultra

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

#59 Qwen3.7 Max

none

成本: $0.046
时间: 195.0s
令牌: 12,171 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
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	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	8.4	7.4	88.9%	1		26.53s	7,686	2,854	17,725
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	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	6.3	5.8	66.7%	1		218.25s	204,249	40,954	78,561
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	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	10.0	10.0	100.0%	0		5.68s	7,989	473	1,285
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	7,794	243	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	3.5	4.4	33.3%	2		24.90s	858	11,169	16,249
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	789	15	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	3.7	9.5	0.0%	0		2.52s	360	70	235
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	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	9.8	10.0	100.0%	0		6.35s	765	182	1,243
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	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	5.5	9.9	33.3%	0		3.54s	792	771	2,055
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	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	10.0	10.0	100.0%	0		7.72s	9,781	304	984
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	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	3.0	10.0	0.0%	0		38.47s	228	304	8,240
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0

快速对比

切换对比组合

LongCat 2.0mediumvsQwen3.7 Maxnone Nemotron 3 Ultramedium免费可用vsGPT-5.3 Chatnone GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Nemotron 3 Ultramedium免费可用vsGPT-5.6 Terralow Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone GPT-5.4 NanomediumvsQwen3.7 Maxnone Kimi K2.7 CodemediumvsQwen3.7 Maxnone DeepSeek V4 ProhighvsNemotron 3 Ultramedium免费可用 DeepSeek V4 FlashhighvsNemotron 3 Ultramedium免费可用 Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Maxnone