AI BENCHY 对比

Nemotron 3 Ultra 550b A55b vs Z.ai: GLM 5.1

摘要

Nemotron 3 Ultra 550b A55b vs GLM 5.1 benchmark 对比：Nemotron 3 Ultra 550b A55b 平均分领先，为 6.1 vs 5.6。 Nemotron 3 Ultra 550b A55b benchmark 成本更低，为 $0.027 vs $0.063。 Nemotron 3 Ultra 550b A55b 更快，为 2.27s vs 4.10s，通过率为 44.4% vs 41.3%。

推荐模型: Nemotron 3 Ultra 550b A55b - 它在这里得分最高（6.1），同时成本比GLM 5.1低约 2.4 倍。

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 none 发布日期: 2026-06-04 免费可用	GLM 5.1 GLM 5.1 none 发布日期: 2026-04-07

指标	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b none 发布日期: 2026-06-04 免费可用	GLM 5.1 GLM 5.1 none 发布日期: 2026-04-07
分数	6.1	5.6
排名	#102	#120
可靠性	10.0	10.0
一致性	9.2	8.5
测试正确
尝试通过率	44.4%	41.3%
不稳定测试	2	4
总运行次数	63	63
每个结果成本	0.000	0.843
总成本	$0.027	$0.063
输入价格	$0.500 / 1M	$0.975 / 1M
输出价格	$2.200 / 1M	$4.301 / 1M
总输入令牌	43,326	47,133
输出令牌	2,138	3,754
推理令牌	0	0
响应时间（平均）	2.27s	4.10s
响应时间（最大）	13.49s	32.57s
响应时间（总计）	47.65s	86.18s

生成展示

Hamster playing table tennis

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

#102 Nemotron 3 Ultra 550b A55b

none

成本: $0.000
时间: 149.6s
令牌: 3,405 tok

#120 GLM 5.1

none

无效SVG

成本: $0.000
时间: 300.0s
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	3.5	8.0	16.7%	1		2.35s	696	239	0
GLM 5.1	4.0	6.3	25.0%	2		2.11s	555	305	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	5.5	10.0	33.3%	0		1.02s	7,623	369	0
GLM 5.1	3.9	9.7	0.0%	0		4.96s	7,256	525	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	3.0	10.0	0.0%	0		4.79s	15,558	357	0
GLM 5.1	2.8	2.1	33.3%	1		32.57s	22,831	2,129	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		1.94s	7,944	249	0
GLM 5.1	10.0	10.0	100.0%	0		1.08s	7,107	204	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	5.3	10.0	33.3%	0		698ms	789	27	0
GLM 5.1	2.9	7.2	11.1%	1		1.99s	687	24	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	5.0	10.0	0.0%	0		13.49s	516	101	0
GLM 5.1	5.0	10.0	0.0%	0		790ms	477	39	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	10.0	10.0	100.0%	0		1.46s	723	69	0
GLM 5.1	9.8	10.0	100.0%	0		1.98s	636	66	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	5.9	7.2	55.6%	1		1.06s	726	352	0
GLM 5.1	7.7	10.0	66.7%	0		1.45s	609	151	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		2.99s	8,544	264	0
GLM 5.1	10.0	10.0	100.0%	0		10.68s	6,789	300	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		1.83s	207	111	0
GLM 5.1	3.0	10.0	0.0%	0		2.34s	186	11	0

快速对比

切换对比组合