नेविगेशन
Advertise here

KAT Coder AIR V2.5 (high) vs Nemotron 3.5 Lightning (high)

average score लगभग बराबर है: 5.2 vs 5.2. KAT Coder AIR V2.5 (high) की benchmark लागत कम है: $0.077 vs $0.168. KAT Coder AIR V2.5 (high) तेज है: 15.23s vs 77.08s, pass rates 40.6% vs 47.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-12

तुलना किए गए मॉडल

रैंक
#309
कुल आउटपुट टोकन
114,654
प्रतिक्रिया समय (औसत)
15.23s
कुल लागत
$0.077
रैंक
#308
कुल आउटपुट टोकन
626,081
प्रतिक्रिया समय (औसत)
77.08s
कुल लागत
$0.168
अनुशंसित मॉडल KAT Coder AIR V2.5 (high)

It has the best score here (5.2), while costing about 2.2x less than Nemotron 3.5 Lightning (high).

विस्तृत तुलना

मेट्रिक KAT Coder AIR V2.5 KAT Coder AIR V2.5 high रिलीज़: 2026-07-14 Nemotron 3.5 Lightning Nemotron 3.5 Lightning high रिलीज़: 2026-08-11 निःशुल्क उपलब्ध
स्कोर 5.2 5.2
रैंक #309 #308
विश्वसनीयता 9.8 9.6
संगति 8.2 5.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 40.6% 47.8%
अस्थिर टेस्ट 5 12
कुल रन 69 69
प्रति परिणाम लागत 1.091 0.000
कुल लागत $0.077 $0.168
इनपुट कीमत $0.150 / 1M $0.060 / 1M
आउटपुट कीमत $0.600 / 1M $0.160 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.030 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 50,423 170,517
आउटपुट टोकन 4,144 149,968
रीजनिंग टोकन 110,510 509,725
प्रतिक्रिया समय (औसत) 15.23s 77.08s
प्रतिक्रिया समय (अधिकतम) 118.35s 490.99s
प्रतिक्रिया समय (कुल) 350.26s 1772.78s
पैरामीटर ~35B कुल (~3B सक्रिय) 30B कुल (3B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#309 KAT Coder AIR V2.5

high
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

#308 Nemotron 3.5 Lightning

high
लागत
$0.000
समय
92.8s
टोकन
11,343 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
KAT Coder AIR V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883
Nemotron 3.5 Lightning 4.4 5.1 33.3% 2 168.41s 7,623 68,533 242,319

तुलना जोड़ी बदलें