#168 KAT-Coder-Air V2.5
none- लागत
- $0.002
- समय
- 14.5s
- टोकन
- 2,619 tok
AI BENCHY तुलना
सारांश
Nemotron 3 Ultra 550b A55b (medium) average score में आगे है: 8.1 vs 4.9. KAT-Coder-Air V2.5 की benchmark लागत कम है: $0.037 vs $0.158. KAT-Coder-Air V2.5 तेज है: 6.99s vs 15.05s, pass rates 38.1% vs 69.8%.
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 none | Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium निःशुल्क उपलब्ध |
|---|---|---|
| स्कोर | 4.9 | 8.1 |
| रैंक | #168 | #31 |
| विश्वसनीयता | 10.0 | 9.7 |
| संगति | 7.1 | 8.8 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 38.1% | 69.8% |
| अस्थिर टेस्ट | 7 | 3 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 0.724 | 0.000 |
| कुल लागत | $0.037 | $0.158 |
| इनपुट कीमत | $0.150 / 1M | $0.500 / 1M |
| आउटपुट कीमत | $0.600 / 1M | $2.200 / 1M |
| कुल इनपुट टोकन | 41,328 | 46,813 |
| आउटपुट टोकन | 49,933 | 18,002 |
| रीजनिंग टोकन | 0 | 53,091 |
| प्रतिक्रिया समय (औसत) | 6.99s | 15.05s |
| प्रतिक्रिया समय (अधिकतम) | 24.94s | 43.93s |
| प्रतिक्रिया समय (कुल) | 146.78s | 316.09s |
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
| 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 | 16,918 | 0 | |
| Nemotron 3 Ultra 550b A55b | 8.4 | 7.4 | 88.9% | 1 | 26.53s | 7,686 | 2,854 | 17,725 |
तुलना जोड़ी बदलें