नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY तुलना

MoonshotAI: Kimi K3 vs Nemotron 3 Ultra 550b A55b

सारांश

Kimi K3 (max) average score में आगे है: 8.5 vs 8.1. Nemotron 3 Ultra 550b A55b (medium) की benchmark लागत कम है: $0.249 vs $3.112. Nemotron 3 Ultra 550b A55b (medium) तेज है: 15.05s vs 122.48s, pass rates 82.5% vs 69.8%.

अनुशंसित मॉडलNemotron 3 Ultra 550b A55b (medium)Its score stays close to the best score here (8.1 vs 8.5), while costing about 12.5x less than Kimi K3 (max).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-16

मेट्रिक Kimi K3 Kimi K3 max रिलीज़: 2026-07-16 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium रिलीज़: 2026-06-04 निःशुल्क उपलब्ध
स्कोर 8.5 8.1
रैंक #21 #34
विश्वसनीयता 9.4 9.7
संगति 9.2 8.8
सही परीक्षण
प्रति प्रयास पास दर 82.5% 69.8%
अस्थिर टेस्ट 2 3
कुल रन 63 63
प्रति परिणाम लागत 19.446 0.000
कुल लागत $3.112 $0.249
इनपुट कीमत $3.000 / 1M $0.600 / 1M
आउटपुट कीमत $15.000 / 1M $3.600 / 1M
कुल इनपुट टोकन 34,916 46,813
आउटपुट टोकन 2,910 18,002
रीजनिंग टोकन 197,529 53,091
प्रतिक्रिया समय (औसत) 122.48s 15.05s
प्रतिक्रिया समय (अधिकतम) 766.58s 43.93s
प्रतिक्रिया समय (कुल) 2327.06s 316.09s

जनरेशन शोकेस

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

max
लागत
$0.281
समय
506.9s
टोकन
18,863 tok

#34 Nemotron 3 Ultra 550b A55b

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 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
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012
Nemotron 3 Ultra 550b A55b 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725

त्वरित तुलना

तुलना जोड़ी बदलें