AI BENCHY 对比

Nemotron 3 Ultra 550b A55b vs Grok 4.1 Fast

摘要

Nemotron 3 Ultra 550b A55b vs Grok 4.1 Fast benchmark 对比：Nemotron 3 Ultra 550b A55b 平均分领先，为 8.1 vs 4.0。 Grok 4.1 Fast benchmark 成本更低，为 $0.008 vs $0.158。 Grok 4.1 Fast 更快，为 1.62s vs 15.05s，通过率为 69.8% vs 20.6%。

推荐模型: Nemotron 3 Ultra 550b A55b - 它在本次比较中得分最高（8.1），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用	Grok 4.1 Fast Grok 4.1 Fast none 发布日期: 2025-11-19

指标	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用	Grok 4.1 Fast Grok 4.1 Fast none 发布日期: 2025-11-19
分数	8.1	4.0
排名	#26	#166
可靠性	9.7	10.0
一致性	8.8	7.9
测试正确
尝试通过率	69.8%	20.6%
不稳定测试	3	3
总运行次数	63	57
每个结果成本	0.000	0.273
总成本	$0.158	$0.008
输入价格	$0.500 / 1M	$0.202 / 1M
输出价格	$2.200 / 1M	$0.202 / 1M
总输入令牌	46,813	36,608
输出令牌	18,002	1,723
推理令牌	53,091	0
响应时间（平均）	15.05s	1.62s
响应时间（最大）	43.93s	5.51s
响应时间（总计）	316.09s	19.48s

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

#166 Grok 4.1 Fast

none

Grok 4.1 Fast is deprecated. xAI recommends switching to Grok 4.3 (https://openrouter.ai/x-ai/grok-4.3)

成本: $0.000
时间: 0.1s
令牌: 0 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
Grok 4.1 Fast	3.2	10.0	0.0%	0		1.07s	2,502	235	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
Grok 4.1 Fast	1.8	1.1	11.1%	1		1.79s	1,203	567	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
Grok 4.1 Fast	3.0	10.0	0.0%	0		3.33s	8,997	105	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
Grok 4.1 Fast	10.0	10.0	100.0%	0		943ms	8,073	180	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
Grok 4.1 Fast	5.9	7.2	55.6%	1		1.06s	2,133	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 550b A55b	3.7	9.5	0.0%	0		2.52s	360	70	235
Grok 4.1 Fast	4.4	9.9	0.0%	0		1.08s	948	112	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
Grok 4.1 Fast	3.0	10.0	0.0%	0		685ms	1,608	60	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
Grok 4.1 Fast	3.0	10.0	0.0%	0		1.10s	2,058	229	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
Grok 4.1 Fast	2.8	1.6	33.3%	1		5.51s	8,432	208	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
Grok 4.1 Fast	3.0	10.0	0.0%	0		731ms	654	12	0

快速对比

切换对比组合