NVIDIA: Nemotron 3 Ultra vs xAI: Grok 4.5

Grok 4.5 (high) 平均分领先，为 8.9 vs 7.5。 Nemotron 3 Ultra (medium) benchmark 成本更低，为 $0.774 vs $1.707。 Nemotron 3 Ultra (medium) 更快，为 32.21s vs 76.50s，通过率为 68.2% vs 83.3%。

推荐模型Grok 4.5 (high)它在本次比较中得分最高（8.9），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：: 2026-07-17

指标	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用	Grok 4.5 Grok 4.5 high 发布日期: 2026-07-08

指标	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用	Grok 4.5 Grok 4.5 high 发布日期: 2026-07-08
分数	7.5	8.9
排名	#49	#12
可靠性	9.8	10.0
一致性	8.5	9.2
测试正确
尝试通过率	68.2%	83.3%
不稳定测试	4	2
总运行次数	66	66
每个结果成本	0.000	10.041
总成本	$0.774	$1.707
输入价格	$0.600 / 1M	$2.000 / 1M
输出价格	$3.600 / 1M	$6.000 / 1M
总输入令牌	233,488	151,562
输出令牌	57,916	5,655
推理令牌	128,062	247,540
响应时间（平均）	32.21s	76.50s
响应时间（最大）	392.56s	676.83s
响应时间（总计）	708.65s	1683.07s

Hamster playing table tennis

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

#49 Nemotron 3 Ultra

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

#12 xAI: Grok 4.5

high

成本: $0.015
时间: 29.7s
令牌: 2,737 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

类别:

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	10.0	10.0	100.0%	0		8.62s	780	835	1,485
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

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	8.4	7.4	88.9%	1		26.53s	7,686	2,854	17,725
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

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	6.3	5.8	66.7%	1		218.25s	204,249	40,954	78,561
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

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	10.0	10.0	100.0%	0		5.68s	7,989	473	1,285
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

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	3.5	4.4	33.3%	2		24.90s	858	11,169	16,249
Grok 4.5	3.6	7.2	22.2%	1		332.11s	1,910	6	101,850

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	3.7	9.5	0.0%	0		2.52s	360	70	235
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

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	9.8	10.0	100.0%	0		6.35s	765	182	1,243
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

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	5.5	9.9	33.3%	0		3.54s	792	771	2,055
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

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	10.0	10.0	100.0%	0		7.72s	9,781	304	984
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

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	3.0	10.0	0.0%	0		38.47s	228	304	8,240
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

快速对比

切换对比组合