导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Nemotron 3 Ultra 550b A55b vs StepFun: Step 3.7 Flash

摘要

Nemotron 3 Ultra 550b A55b vs Step 3.7 Flash benchmark 对比：Step 3.7 Flash 平均分领先，为 8.5 vs 8.1。 Nemotron 3 Ultra 550b A55b benchmark 成本更低，为 $0.177 vs $0.376。 Nemotron 3 Ultra 550b A55b 更快，为 15.05s vs 20.35s，通过率为 69.8% vs 73.0%。

推荐模型: Nemotron 3 Ultra 550b A55b - 它的得分接近这里的最高分（8.1 vs 8.5），同时成本比Step 3.7 Flash低约 2.1 倍。

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 Step 3.7 Flash Step 3.7 Flash medium 发布日期: 2026-05-29
分数 8.1 8.5
排名 #29 #23
可靠性 9.7 9.9
一致性 8.8 9.3
测试正确
尝试通过率 69.8% 73.0%
不稳定测试 3 2
总运行次数 63 61
每个结果成本 0.000 2.686
总成本 $0.177 $0.376
输入价格 $0.500 / 1M $0.200 / 1M
输出价格 $2.500 / 1M $1.150 / 1M
总输入令牌 46,813 39,981
输出令牌 18,002 319,958
推理令牌 53,091 0
响应时间（平均） 15.05s 20.35s
响应时间（最大） 43.93s 113.98s
响应时间（总计） 316.09s 427.42s

Generation showcase

Hamster playing table tennis

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

#29 Nemotron 3 Ultra 550b A55b

medium
No showcase result has been generated for this model yet.
Cost
$0.000
Time
-
Tokens
0 tok

#23 Step 3.7 Flash

medium
Cost
$0.006
Time
46.2s
Tokens
4,466 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 3.7 Flash 8.7 7.9 91.7% 1 9.65s 756 32,185 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 8.8 7.8 88.9% 1 27.42s 7,437 44,797 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 9.06s 13,683 7,106 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 10.0 10.0 100.0% 0 2.75s 7,398 3,020 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 7.7 10.0 66.7% 0 48.27s 708 70,347 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 4.0 10.0 0.0% 0 6.85s 525 3,987 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 1.83s 735 2,166 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 5.7 9.9 33.3% 0 6.19s 756 15,071 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 4.16s 7,746 2,115 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% 0 113.98s 237 139,164 0

快速对比

切换对比组合

GPT-5.2 ChatnonevsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用DeepSeek V4 FlashhighvsStep 3.7 FlashmediumNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.2 ChatnoneNemotron 3 Ultra 550b A55bmedium免费可用vsStep 3.7 FlashlowNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsNemotron 3 Ultra 550b A55bmedium免费可用Gemini 3.5 FlashlowvsStep 3.7 FlashmediumClaude Sonnet 4.6nonevsNemotron 3 Ultra 550b A55bmedium免费可用GPT-5.5lowvsStep 3.7 FlashmediumClaude Opus 4.8nonevsNemotron 3 Ultra 550b A55bmedium免费可用Nemotron 3 Ultra 550b A55bmedium免费可用vsQwen3.7 Plusnone