AI BENCHY Compare

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

Ringkasan

Nemotron 3 Super (medium) unggul dalam skor rata-rata dengan 6.3 vs 6.2. Nemotron 3 Super (medium) memiliki biaya benchmark lebih rendah di $0.020 vs $0.064. KAT-Coder-Air V2.5 (high) lebih cepat di 11.02s vs 32.00s, dengan tingkat keberhasilan 46.0% vs 41.3%.

Model yang direkomendasikanKAT-Coder-Air V2.5 (high)Its score stays close to the best score here (6.2 vs 6.3), while responding about 2.9x faster than Nemotron 3 Super (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Rilis: 2026-07-14	Nemotron 3 Super Nemotron 3 Super medium Rilis: 2026-03-11 Tersedia gratis

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Rilis: 2026-07-14	Nemotron 3 Super Nemotron 3 Super medium Rilis: 2026-03-11 Tersedia gratis
Skor	6.2	6.3
Peringkat	#110	#105
Keandalan	9.7	10.0
Konsistensi	7.6	9.2
Tes benar
Tingkat lulus per percobaan	46.0%	41.3%
Tes tidak stabil	6	2
Total Run	63	63
Biaya per hasil	0.910	0.004
Total Biaya	$0.064	$0.020
Harga input	$0.150 / 1M	$0.080 / 1M
Harga output	$0.600 / 1M	$0.450 / 1M
Total token input	41,748	37,527
Token output	3,894	14,850
Token penalaran	91,773	33,754
Waktu respons (rata-rata)	11.02s	32.00s
Waktu respons (maks)	104.98s	232.25s
Waktu respons (total)	231.37s	607.91s

Showcase generasi

Hamster playing table tennis

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

#110 KAT-Coder-Air V2.5

high

SVG tidak valid

Biaya: $0.000
Waktu: 300.0s
Token: 0 tok

#105 Nemotron 3 Super

medium

Biaya: $0.000
Waktu: 272.6s
Token: 5,296 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290
Nemotron 3 Super	8.3	10.0	75.0%	0		7.85s	686	748	1,305

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883
Nemotron 3 Super	3.1	10.0	0.0%	0		147.32s	2,275	797	4,424

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		30.61s	15,132	422	8,958
Nemotron 3 Super	10.0	10.0	100.0%	0		87.80s	15,561	2,021	9,996

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140
Nemotron 3 Super	10.0	10.0	100.0%	0		18.16s	7,944	877	2,607

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602
Nemotron 3 Super	2.9	4.4	22.2%	2		16.19s	456	5,255	6,072

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539
Nemotron 3 Super	4.1	10.0	0.0%	0		6.91s	492	105	363

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675
Nemotron 3 Super	7.3	10.0	50.0%	0		6.97s	723	956	2,383

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576
Nemotron 3 Super	3.0	10.0	0.0%	0		3.15s	708	570	1,322

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082
Nemotron 3 Super	10.0	10.0	100.0%	0		39.75s	8,544	270	1,969

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028
Nemotron 3 Super	3.0	10.0	0.0%	0		55.32s	138	3,251	3,313

Perbandingan Cepat

Ganti Pasangan Perbandingan

Nemotron 3 SupermediumTersedia gratisvsGPT-5.6 Solnone Seed-2.0-LitenonevsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsGPT-5.6 Lunalow KAT-Coder-Air V2.5highvsGPT-5.5none Nemotron 3 SupermediumTersedia gratisvsGPT-5.5none KAT-Coder-Air V2.5highvsQwen3.5-35B-A3Bmedium Gemini 2.5 FlashnonevsKAT-Coder-Air V2.5high Gemma 4 31BmediumTersedia gratisvsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsGPT-5.6 Solnone Gemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5high Gemini 3.1 Flash LitelowvsNemotron 3 SupermediumTersedia gratis Gemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5high