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 $0.045. KAT-Coder-Air V2.5 (medium) lebih cepat di 8.28s vs 32.00s, dengan tingkat keberhasilan 47.6% vs 41.3%.

Model yang direkomendasikanKAT-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).

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

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium 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 medium Rilis: 2026-07-14	Nemotron 3 Super Nemotron 3 Super medium Rilis: 2026-03-11 Tersedia gratis
Skor	6.2	6.3
Peringkat	#115	#105
Keandalan	9.7	10.0
Konsistensi	8.8	9.2
Tes benar
Tingkat lulus per percobaan	47.6%	41.3%
Tes tidak stabil	3	2
Total Run	63	63
Biaya per hasil	0.562	0.004
Total Biaya	$0.045	$0.020
Harga input	$0.150 / 1M	$0.080 / 1M
Harga output	$0.600 / 1M	$0.450 / 1M
Total token input	42,750	37,527
Token output	7,759	14,850
Token penalaran	56,357	33,754
Waktu respons (rata-rata)	8.28s	32.00s
Waktu respons (maks)	48.19s	232.25s
Waktu respons (total)	173.80s	607.91s

Showcase generasi

Hamster playing table tennis

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

#115 KAT-Coder-Air V2.5

medium

Biaya: $0.003
Waktu: 23.7s
Token: 4,924 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	8.7	8.0	91.7%	1		3.79s	672	549	4,194
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	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

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		27.68s	15,132	372	4,816
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		3.65s	7,776	268	1,881
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	3.0	10.0	0.0%	0		4.87s	771	487	4,454
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	5.0	10.0	0.0%	0		9.81s	516	189	557
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	10.0	10.0	100.0%	0		1.50s	699	93	730
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	3.6	7.2	22.2%	1		1.87s	696	265	1,184
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	317	906
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		15.74s	204	20	7,662
Nemotron 3 Super	3.0	10.0	0.0%	0		55.32s	138	3,251	3,313

Perbandingan Cepat

Ganti Pasangan Perbandingan