नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

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

सारांश

Nemotron 3 Ultra 550b A55b average score में आगे है: 6.1 vs 6.0. Nemotron 3 Ultra 550b A55b की benchmark लागत कम है: $0.027 vs $0.030. Nemotron 3 Ultra 550b A55b तेज है: 2.27s vs 6.47s, pass rates 46.0% vs 44.4%.

अनुशंसित मॉडलNemotron 3 Ultra 550b A55bIt has the best score here (6.1), while responding about 2.8x faster than KAT-Coder-Air V2.5 (low).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low रिलीज़: 2026-07-14 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b none रिलीज़: 2026-06-04 निःशुल्क उपलब्ध
स्कोर 6.0 6.1
रैंक #124 #121
विश्वसनीयता 9.7 10.0
संगति 7.6 9.2
सही परीक्षण
प्रति प्रयास पास दर 46.0% 44.4%
अस्थिर टेस्ट 6 2
कुल रन 63 63
प्रति परिणाम लागत 0.427 0.000
कुल लागत $0.030 $0.027
इनपुट कीमत $0.150 / 1M $0.500 / 1M
आउटपुट कीमत $0.600 / 1M $2.200 / 1M
कुल इनपुट टोकन 42,464 43,326
आउटपुट टोकन 4,227 2,138
रीजनिंग टोकन 34,864 0
प्रतिक्रिया समय (औसत) 6.47s 2.27s
प्रतिक्रिया समय (अधिकतम) 25.49s 13.49s
प्रतिक्रिया समय (कुल) 135.80s 47.65s

जनरेशन शोकेस

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low
लागत
$0.004
समय
29.9s
टोकन
6,008 tok

#121 Nemotron 3 Ultra 550b A55b

none
लागत
$0.000
समय
149.6s
टोकन
3,405 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 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623
Nemotron 3 Ultra 550b A55b 5.5 10.0 33.3% 0 1.02s 7,623 369 0

त्वरित तुलना

तुलना जोड़ी बदलें