导航
AI BENCHY
Advertise here

AI BENCHY 对比

Nemotron 3 Ultra 550b A55b vs xAI: Grok 4.20

摘要

Nemotron 3 Ultra 550b A55b vs Grok 4.20 benchmark 对比：Nemotron 3 Ultra 550b A55b 平均分领先，为 8.1 vs 4.4。 Grok 4.20 benchmark 成本更低，为 $0.057 vs $0.158。 Grok 4.20 更快，为 1.11s vs 15.05s，通过率为 69.8% vs 28.6%。

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 4.20 Grok 4.20 none 发布日期: 2026-03-31
分数 8.1 4.4
排名 #26 #160
可靠性 9.7 不适用
一致性 8.8 8.5
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 54
每个结果成本 0.000 1.570
总成本 $0.158 $0.057
输入价格 $0.500 / 1M $1.250 / 1M
输出价格 $2.200 / 1M $2.500 / 1M
总输入令牌 46,813 41,313
输出令牌 18,002 1,923
推理令牌 53,091 0
响应时间（平均） 15.05s 1.11s
响应时间（最大） 43.93s 6.04s
响应时间（总计） 316.09s 19.96s

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

#160 xAI: Grok 4.20

none
成本
$0.004
时间
6.5s
令牌
1,367 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 4.8 10.0 25.0% 0 501ms 1,986 267 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 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 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 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 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 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 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 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 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 4.20 4.8 10.0 0.0% 0 659ms 819 83 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 4.20 6.3 10.0 50.0% 0 445ms 1,350 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 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 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 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 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 4.20 0.0 0.0 0.0% 0 0ms 0 0 0

快速对比

切换对比组合

Grok 4.20nonevsGLM 4.7 FlashmediumDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用Qwen3 Coder NextmediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.2 ChatnoneClaude Opus 4.8lowvsNemotron 3 Ultra 550b A55bmedium免费可用Nemotron 3 Ultra 550b A55bmedium免费可用vsStep 3.7 FlashlowDeepSeek V4 ProhighvsNemotron 3 Ultra 550b A55bmedium免费可用CobuddymediumvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.3 ChatnoneMistral Small 4mediumvsGrok 4.20none