नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Nemotron 3 Ultra 550b A55b

सारांश

Nemotron 3 Ultra 550b A55b average score मध्ये पुढे आहे: 6.1 vs 6.0. Nemotron 3 Ultra 550b A55b चा benchmark खर्च कमी आहे: $0.027 vs $0.030. Nemotron 3 Ultra 550b A55b वेगवान आहे: 2.27s vs 6.47s, pass rates 46.0% vs 44.4%.

शिफारस केलेले मॉडेलNemotron 3 Ultra 550b A55bIt has the best score here (6.1), while responding about 2.8x faster than KAT-Coder-Air V2.5 (low).

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

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low प्रकाशन: 2026-07-14 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b none प्रकाशन: 2026-06-04 मोफत उपलब्ध
स्कोअर 6.0 6.1
क्रमांक #124 #121
विश्वसनीयता 9.7 10.0
सुसंगतता 7.6 9.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 46.0% 44.4%
अस्थिर चाचण्या 6 2
एकूण रन 63 63
प्रति निकाल खर्च 0.427 0.000
एकूण खर्च $0.030 $0.027
इनपुट किंमत $0.150 / 1M $0.500 / 1M
आउटपुट किंमत $0.600 / 1M $2.200 / 1M
एकूण इनपुट टोकन्स 42,464 43,326
आउटपुट टोकन्स 4,227 2,138
रिझनिंग टोकन्स 34,864 0
प्रतिसाद वेळ (सरासरी) 6.47s 2.27s
प्रतिसाद वेळ (कमाल) 25.49s 13.49s
प्रतिसाद वेळ (एकूण) 135.80s 47.65s

जनरेशन शोकेस

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low
खर्च
$0.004
वेळ
29.9s
टोकन्स
6,008 tok

#121 Nemotron 3 Ultra 550b A55b

none
खर्च
$0.000
वेळ
149.6s
टोकन्स
3,405 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 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623
Nemotron 3 Ultra 550b A55b 5.5 10.0 33.3% 0 1.02s 7,623 369 0

झटपट तुलना

तुलना जोडी बदला