নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Nemotron 3 Ultra 550b A55b

সারাংশ

Nemotron 3 Ultra 550b A55b (medium) average score-এ এগিয়ে: 8.1 vs 4.9. KAT-Coder-Air V2.5-এর benchmark খরচ কম: $0.037 vs $0.158. KAT-Coder-Air V2.5 দ্রুত: 6.99s vs 15.05s, pass rates 38.1% vs 69.8%.

প্রস্তাবিত মডেলNemotron 3 Ultra 550b A55b (medium)It has the strongest score in this comparison (8.1) and the best overall balance of cost and response time across all 2 models.

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

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none প্রকাশ: 2026-07-14 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium প্রকাশ: 2026-06-04 বিনামূল্যে উপলভ্য
স্কোর 4.9 8.1
র‍্যাঙ্ক #168 #31
নির্ভরযোগ্যতা 10.0 9.7
ধারাবাহিকতা 7.1 8.8
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 38.1% 69.8%
অস্থির টেস্ট 7 3
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.724 0.000
মোট খরচ $0.037 $0.158
ইনপুট মূল্য $0.150 / 1M $0.500 / 1M
আউটপুট মূল্য $0.600 / 1M $2.200 / 1M
মোট ইনপুট টোকেন 41,328 46,813
আউটপুট টোকেন 49,933 18,002
রিজনিং টোকেন 0 53,091
প্রতিক্রিয়া সময় (গড়) 6.99s 15.05s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 24.94s 43.93s
প্রতিক্রিয়া সময় (মোট) 146.78s 316.09s

জেনারেশন শোকেস

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none
খরচ
$0.002
সময়
14.5s
টোকেন
2,619 tok

#31 Nemotron 3 Ultra 550b A55b

medium
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 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 3.3 9.6 0.0% 0 14.31s 6,472 16,918 0
Nemotron 3 Ultra 550b A55b 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725

দ্রুত তুলনা

তুলনার জুটি বদলান