নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

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

সারাংশ

Nemotron 3 Ultra 550b A55b (medium) average score-এ এগিয়ে: 8.1 vs 7.5. Nemotron 3 Ultra 550b A55b (medium)-এর benchmark খরচ কম: $0.158 vs $0.275. KAT-Coder-Pro V2.5 (medium) দ্রুত: 12.95s vs 15.05s, pass rates 65.1% vs 69.8%.

প্রস্তাবিত মডেলNemotron 3 Ultra 550b A55b (medium)It has the best score here (8.1), while costing about 1.7x less than KAT-Coder-Pro V2.5 (medium).

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

মেট্রিক KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium প্রকাশ: 2026-07-14 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium প্রকাশ: 2026-06-04 বিনামূল্যে উপলভ্য
স্কোর 7.5 8.1
র‍্যাঙ্ক #60 #31
নির্ভরযোগ্যতা 10.0 9.7
ধারাবাহিকতা 7.7 8.8
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.1% 69.8%
অস্থির টেস্ট 6 3
মোট রান 63 63
প্রতি ফলাফলে খরচ 2.498 0.000
মোট খরচ $0.275 $0.158
ইনপুট মূল্য $0.740 / 1M $0.500 / 1M
আউটপুট মূল্য $2.960 / 1M $2.200 / 1M
মোট ইনপুট টোকেন 42,750 46,813
আউটপুট টোকেন 2,098 18,002
রিজনিং টোকেন 80,027 53,091
প্রতিক্রিয়া সময় (গড়) 12.95s 15.05s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 81.45s 43.93s
প্রতিক্রিয়া সময় (মোট) 271.92s 316.09s

জেনারেশন শোকেস

Hamster playing table tennis

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

#60 KAT-Coder-Pro V2.5

medium
খরচ
$0.009
সময়
25.6s
টোকেন
2,939 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-Pro V2.5 7.8 10.0 66.7% 0 33.10s 7,893 416 33,658
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