NVIDIA: Nemotron 3 Ultra vs StepFun: Step 3.5 Flash

Nemotron 3 Ultra (medium) 平均分领先，为 7.5 vs 6.0。 Step 3.5 Flash (medium) benchmark 成本更低，为 $0.108 vs $0.774。 Nemotron 3 Ultra (medium) 更快，为 32.21s vs 174.22s，通过率为 68.2% vs 51.5%。

推荐模型Nemotron 3 Ultra (medium)它在这里得分最高（7.5），同时响应速度比Step 3.5 Flash (medium)快约 5.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18

指标	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用	Step 3.5 Flash Step 3.5 Flash medium 发布日期: 2026-02-01

指标	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用	Step 3.5 Flash Step 3.5 Flash medium 发布日期: 2026-02-01
分数	7.5	6.0
排名	#51	#126
可靠性	9.8	9.2
一致性	8.5	9.0
测试正确
尝试通过率	68.2%	51.5%
不稳定测试	4	1
总运行次数	66	63
每个结果成本	0.000	0.540
总成本	$0.774	$0.108
输入价格	$0.600 / 1M	$0.100 / 1M
输出价格	$3.600 / 1M	$0.300 / 1M
总输入令牌	233,488	65,707
输出令牌	57,916	108,561
推理令牌	128,062	293,993
响应时间（平均）	32.21s	174.22s
响应时间（最大）	392.56s	1597.85s
响应时间（总计）	708.65s	2613.32s

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

#126 Step 3.5 Flash

medium

成本: $0.008
时间: 277.1s
令牌: 23,695 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
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

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
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

快速对比

切换对比组合