导航
AI BENCHY
Advertise here

AI BENCHY 对比

Nemotron 3 Ultra 550b A55b vs Grok 4.20 Beta

摘要

Nemotron 3 Ultra 550b A55b vs Grok 4.20 Beta benchmark 对比：Grok 4.20 Beta 平均分领先，为 8.5 vs 7.5。 Nemotron 3 Ultra 550b A55b benchmark 成本更低，为 $0.177 vs $0.750。 Grok 4.20 Beta 更快，为 9.75s vs 15.05s，通过率为 69.8% vs 81.5%。

推荐模型: Nemotron 3 Ultra 550b A55b - 它提供了最佳整体取舍：得分有竞争力（7.5），成本低于Grok 4.20 Beta，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

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 4.20 Beta Grok 4.20 Beta medium 发布日期: 2026-03-12
分数 7.5 8.5
排名 #42 #14
可靠性 9.7 不适用
一致性 8.8 9.5
测试正确
尝试通过率 69.8% 81.5%
不稳定测试 3 1
总运行次数 63 52
每个结果成本 0.000 4.505
总成本 $0.177 $0.750
输入价格 $0.500 / 1M $5.805 / 1M
输出价格 $2.500 / 1M $5.805 / 1M
总输入令牌 46,813 35,955
输出令牌 18,002 1,647
推理令牌 53,091 91,565
响应时间（平均） 15.05s 9.75s
响应时间（最大） 43.93s 31.36s
响应时间（总计） 316.09s 175.48s

Generation showcase

Hamster playing table tennis

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

#42 Nemotron 3 Ultra 550b A55b

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

#14 Grok 4.20 Beta

medium
Cost
$0.034
Time
91.0s
Tokens
13,523 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 4.20 Beta 8.7 7.9 91.7% 1 3.16s 2,010 268 7,583
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 4.20 Beta 10.0 10.0 100.0% 0 31.36s 360 81 3,987
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 4.20 Beta 10.0 10.0 100.0% 0 20.93s 12,909 227 12,212
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 4.20 Beta 10.0 10.0 100.0% 0 4.01s 7,761 180 5,281
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 4.20 Beta 5.3 10.0 33.3% 0 21.33s 1,764 251 40,255
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 4.20 Beta 10.0 10.0 100.0% 0 5.78s 825 72 3,440
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 4.20 Beta 9.8 10.0 100.0% 0 4.89s 1,362 57 7,123
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 4.20 Beta 10.0 10.0 100.0% 0 3.52s 1,689 328 6,300
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 4.20 Beta 3.0 10.0 0.0% 0 12.39s 7,275 183 5,384
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 4.20 Beta - - - - - - - - -

快速对比

切换对比组合

Gemini 3 Flash PreviewnonevsNemotron 3 Ultra 550b A55bmedium免费可用Gemini 3.1 Flash Lite PreviewlowvsNemotron 3 Ultra 550b A55bmedium免费可用Nemotron 3 Ultra 550b A55bmedium免费可用vsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsNemotron 3 Ultra 550b A55bmedium免费可用Nemotron 3 Ultra 550b A55bmedium免费可用vsStep 3.7 FlashlowDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用Gemini 3.1 Flash Lite PreviewnonevsNemotron 3 Ultra 550b A55bmedium免费可用Gemini 3.1 Flash LitelowvsNemotron 3 Ultra 550b A55bmedium免费可用Nemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.3 ChatnoneNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.2 ChatnoneClaude Opus 4.8nonevsNemotron 3 Ultra 550b A55bmedium免费可用Nemotron 3 Ultra 550b A55bmedium免费可用vsStep 3.7 Flashhigh