AI BENCHY 对比
Nemotron 3 Ultra 550b A55b vs StepFun: Step 3.7 Flash
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04
| 指标 | Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 免费可用 | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| 分数 | 7.5 | 7.3 |
| 排名 | #41 | #57 |
| 可靠性 | 9.7 | 10.0 |
| 一致性 | 8.8 | 8.4 |
| 测试正确 | ||
| 尝试通过率 | 69.8% | 68.3% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.000 | 2.840 |
| 总成本 | $0.000 | $0.341 |
| 输入价格 | $0.000 / 1M | $0.200 / 1M |
| 输出价格 | $0.000 / 1M | $1.150 / 1M |
| 总输入令牌 | 46,813 | 40,101 |
| 输出令牌 | 18,002 | 289,325 |
| 推理令牌 | 53,091 | 0 |
| 响应时间（平均） | 15.05s | 15.74s |
| 响应时间（最大） | 43.93s | 124.75s |
| 响应时间（总计） | 316.09s | 330.63s |
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 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 4.02s | 756 | 10,896 | 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 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 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 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.98s | 13,683 | 6,426 | 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 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 2.29s | 7,398 | 2,667 | 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 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 43.31s | 828 | 104,487 | 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 3.7 Flash | 3.4 | 9.3 | 0.0% | 0 | 7.00s | 525 | 4,604 | 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 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.58s | 735 | 1,857 | 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 3.7 Flash | 5.5 | 9.9 | 33.3% | 0 | 1.84s | 756 | 3,564 | 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 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.25s | 7,746 | 1,360 | 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 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 124.75s | 237 | 134,779 | 0 |
快速对比
切换对比组合
Step 3.7 FlashlowvsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5.1mediumStep 3.7 FlashlowvsGLM 5V TurbomediumKimi K2.6medium免费可用vsStep 3.7 FlashlowGPT-5 MinimediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsStep 3.7 FlashlowGemini 3 Flash PreviewnonevsNemotron 3 Ultra 550b A55bmedium免费可用Step 3.7 FlashlowvsMiMo-V2-FlashmediumClaude Sonnet 4.6mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewlowvsNemotron 3 Ultra 550b A55bmedium免费可用Step 3.7 FlashlowvsMimo V2 PROmedium