导航
AI BENCHY
Advertise here

AI BENCHY 对比

Nemotron 3 Ultra 550b A55b vs StepFun: Step 3.5 Flash

摘要

Nemotron 3 Ultra 550b A55b vs Step 3.5 Flash benchmark 对比：Nemotron 3 Ultra 550b A55b 平均分领先，为 8.1 vs 2.6。 Step 3.5 Flash benchmark 成本更低，为 $0.020 vs $0.158。 Nemotron 3 Ultra 550b A55b 更快，为 15.05s vs 39.03s，通过率为 69.8% vs 28.6%。

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Step 3.5 Flash快约 2.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用 Step 3.5 Flash Step 3.5 Flash none 发布日期: 2026-02-01
分数 8.1 2.6
排名 #26 #168
可靠性 9.7 10.0
一致性 8.8 5.7
测试正确
尝试通过率 69.8% 28.6%
不稳定测试 3 0
总运行次数 63 36
每个结果成本 0.000 0.328
总成本 $0.158 $0.020
输入价格 $0.500 / 1M $0.090 / 1M
输出价格 $2.200 / 1M $0.300 / 1M
总输入令牌 46,813 1,971
输出令牌 18,002 64,795
推理令牌 53,091 0
响应时间（平均） 15.05s 39.03s
响应时间（最大） 43.93s 114.12s
响应时间（总计） 316.09s 312.26s

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

#168 Step 3.5 Flash

none
成本
$0.005
时间
156.3s
令牌
13,887 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
Step 3.5 Flash 10.0 10.0 100.0% 0 34.99s 691 21,766 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
Step 3.5 Flash 9.8 3.3 0.0% 0 0ms 0 0 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
Step 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 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
Step 3.5 Flash 1.5 5.0 0.0% 0 0ms 0 0 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
Step 3.5 Flash 3.3 3.3 33.3% 0 34.54s 165 7,389 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
Step 3.5 Flash 4.0 10.0 0.0% 0 14.37s 509 2,451 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
Step 3.5 Flash 5.0 5.0 50.0% 0 9.30s 384 1,427 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
Step 3.5 Flash 0.0 0.0 0.0% 0 0ms 0 0 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
Step 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 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
Step 3.5 Flash 3.0 10.0 0.0% 0 114.12s 222 31,762 0

快速对比

切换对比组合

DeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用Nemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.2 ChatnoneNemotron 3 Ultra 550b A55bmedium免费可用vsStep 3.7 FlashlowDeepSeek V4 ProhighvsNemotron 3 Ultra 550b A55bmedium免费可用Nemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsNemotron 3 Ultra 550b A55bmedium免费可用Claude Sonnet 4.6nonevsNemotron 3 Ultra 550b A55bmedium免费可用Claude Opus 4.8nonevsNemotron 3 Ultra 550b A55bmedium免费可用DeepSeek V4 PrononevsNemotron 3 Ultra 550b A55bmedium免费可用Nemotron 3 Ultra 550b A55bmedium免费可用vsQwen3.7 PlusnoneNemotron 3 Ultra 550b A55bmedium免费可用vsGLM 5.2noneNemotron 3 Ultra 550b A55bmedium免费可用vsStep 3.7 Flashhigh