নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs NVIDIA: Nemotron 3 Super

সারাংশ

Nemotron 3 Super (medium) average score-এ এগিয়ে: 6.3 vs 6.2. Nemotron 3 Super (medium)-এর benchmark খরচ কম: $0.020 vs $0.045. KAT-Coder-Air V2.5 (medium) দ্রুত: 8.28s vs 32.00s, pass rates 47.6% vs 41.3%.

প্রস্তাবিত মডেলKAT-Coder-Air V2.5 (medium)Its score stays close to the best score here (6.2 vs 6.3), while responding about 3.9x faster than Nemotron 3 Super (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium প্রকাশ: 2026-07-14 Nemotron 3 Super Nemotron 3 Super medium প্রকাশ: 2026-03-11 বিনামূল্যে উপলভ্য
স্কোর 6.2 6.3
র‍্যাঙ্ক #115 #105
নির্ভরযোগ্যতা 9.7 10.0
ধারাবাহিকতা 8.8 9.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 47.6% 41.3%
অস্থির টেস্ট 3 2
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.562 0.004
মোট খরচ $0.045 $0.020
ইনপুট মূল্য $0.150 / 1M $0.080 / 1M
আউটপুট মূল্য $0.600 / 1M $0.450 / 1M
মোট ইনপুট টোকেন 42,750 37,527
আউটপুট টোকেন 7,759 14,850
রিজনিং টোকেন 56,357 33,754
প্রতিক্রিয়া সময় (গড়) 8.28s 32.00s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 48.19s 232.25s
প্রতিক্রিয়া সময় (মোট) 173.80s 607.91s

জেনারেশন শোকেস

Hamster playing table tennis

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

#115 KAT-Coder-Air V2.5

medium
খরচ
$0.003
সময়
23.7s
টোকেন
4,924 tok

#105 Nemotron 3 Super

medium
খরচ
$0.000
সময়
272.6s
টোকেন
5,296 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
KAT-Coder-Air V2.5 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973
Nemotron 3 Super 3.1 10.0 0.0% 0 147.32s 2,275 797 4,424

দ্রুত তুলনা

তুলনার জুটি বদলান