नेविगेशन
Advertise here

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

Nemotron 3.5 Lightning (low) average score में आगे है: 4.6 vs 4.4. KAT Coder AIR V2.5 (default) की benchmark लागत कम है: $0.070 vs $0.175. KAT Coder AIR V2.5 (default) तेज है: 11.96s vs 83.19s, pass rates 34.8% vs 40.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#465
कुल आउटपुट टोकन
97,752
प्रतिक्रिया समय (औसत)
11.96s
कुल लागत
$0.070
रैंक
#456
कुल आउटपुट टोकन
647,336
प्रतिक्रिया समय (औसत)
83.19s
कुल लागत
$0.175
अनुशंसित मॉडल KAT Coder AIR V2.5 (default)

Its score stays close to the best score here (4.4 vs 4.6), while costing about 2.5x less than Nemotron 3.5 Lightning (low).

विस्तृत तुलना

मेट्रिक KAT Coder AIR V2.5 KAT Coder AIR V2.5 default रिलीज़: 2026-07-14 Nemotron 3.5 Lightning Nemotron 3.5 Lightning low रिलीज़: 2026-08-11 निःशुल्क उपलब्ध
स्कोर 4.4 4.6
रैंक #465 #456
विश्वसनीयता 10.0 9.5
संगति 7.4 6.8
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 34.8% 40.6%
अस्थिर टेस्ट 7 9
कुल रन 69 69
प्रति परिणाम लागत 1.382 0.000
कुल लागत $0.070 $0.175
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 69,376 207,883
आउटपुट टोकन 7,792 144,718
रीजनिंग टोकन 89,960 525,897
प्रतिक्रिया समय (औसत) 11.96s 83.19s
प्रतिक्रिया समय (अधिकतम) 121.05s 597.61s
प्रतिक्रिया समय (कुल) 275.18s 1913.41s
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.

#465 KAT Coder AIR V2.5

default
लागत
$0.002
समय
14.5s
टोकन
2,619 tok

#456 Nemotron 3.5 Lightning

low
लागत
$0.000
समय
32.2s
टोकन
6,089 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 3.3 9.6 0.0% 0 14.31s 6,472 2,032 14,886
Nemotron 3.5 Lightning 4.0 7.8 11.1% 1 224.42s 7,522 72,614 262,558

तुलना जोड़ी बदलें