नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

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

सारांश

Nemotron 3 Super (medium) average score में आगे है: 6.3 vs 6.2. Nemotron 3 Super (medium) की benchmark लागत कम है: $0.020 vs $0.045. KAT-Coder-Air V2.5 (medium) तेज है: 8.28s vs 32.00s, pass rates 47.6% vs 41.3%.

अनुशंसित मॉडलKAT-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).

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 medium रिलीज़: 2026-07-14 Nemotron 3 Super Nemotron 3 Super medium रिलीज़: 2026-03-11 निःशुल्क उपलब्ध
स्कोर 6.2 6.3
रैंक #115 #105
विश्वसनीयता 9.7 10.0
संगति 8.8 9.2
सही परीक्षण
प्रति प्रयास पास दर 47.6% 41.3%
अस्थिर टेस्ट 3 2
कुल रन 63 63
प्रति परिणाम लागत 0.562 0.004
कुल लागत $0.045 $0.020
इनपुट कीमत $0.150 / 1M $0.080 / 1M
आउटपुट कीमत $0.600 / 1M $0.450 / 1M
कुल इनपुट टोकन 42,750 37,527
आउटपुट टोकन 7,759 14,850
रीजनिंग टोकन 56,357 33,754
प्रतिक्रिया समय (औसत) 8.28s 32.00s
प्रतिक्रिया समय (अधिकतम) 48.19s 232.25s
प्रतिक्रिया समय (कुल) 173.80s 607.91s

जनरेशन शोकेस

Hamster playing table tennis

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

#115 KAT-Coder-Air V2.5

medium
लागत
$0.003
समय
23.7s
टोकन
4,924 tok

#105 Nemotron 3 Super

medium
लागत
$0.000
समय
272.6s
टोकन
5,296 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 3.6 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

त्वरित तुलना

तुलना जोड़ी बदलें