नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

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

सारांश

Nemotron 3 Super (medium) average score मध्ये पुढे आहे: 6.3 vs 6.2. Nemotron 3 Super (medium) चा benchmark खर्च कमी आहे: $0.020 vs $0.064. KAT-Coder-Air V2.5 (high) वेगवान आहे: 11.02s vs 32.00s, pass rates 46.0% vs 41.3%.

शिफारस केलेले मॉडेलKAT-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).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high प्रकाशन: 2026-07-14 Nemotron 3 Super Nemotron 3 Super medium प्रकाशन: 2026-03-11 मोफत उपलब्ध
स्कोअर 6.2 6.3
क्रमांक #110 #105
विश्वसनीयता 9.7 10.0
सुसंगतता 7.6 9.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 46.0% 41.3%
अस्थिर चाचण्या 6 2
एकूण रन 63 63
प्रति निकाल खर्च 0.910 0.004
एकूण खर्च $0.064 $0.020
इनपुट किंमत $0.150 / 1M $0.080 / 1M
आउटपुट किंमत $0.600 / 1M $0.450 / 1M
एकूण इनपुट टोकन्स 41,748 37,527
आउटपुट टोकन्स 3,894 14,850
रिझनिंग टोकन्स 91,773 33,754
प्रतिसाद वेळ (सरासरी) 11.02s 32.00s
प्रतिसाद वेळ (कमाल) 104.98s 232.25s
प्रतिसाद वेळ (एकूण) 231.37s 607.91s

जनरेशन शोकेस

Hamster playing table tennis

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

#110 KAT-Coder-Air V2.5

high
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#105 Nemotron 3 Super

medium
खर्च
$0.000
वेळ
272.6s
टोकन्स
5,296 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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

झटपट तुलना

तुलना जोडी बदला