#115 KAT-Coder-Air V2.5
medium- खर्च
- $0.003
- वेळ
- 23.7s
- टोकन्स
- 4,924 tok
AI BENCHY Compare
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 $0.045. KAT-Coder-Air V2.5 (medium) वेगवान आहे: 8.28s vs 32.00s, pass rates 47.6% vs 41.3%.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium | Nemotron 3 Super Nemotron 3 Super medium मोफत उपलब्ध |
|---|---|---|
| स्कोअर | 6.2 | 6.3 |
| क्रमांक | #115 | #105 |
| विश्वसनीयता | 9.7 | 10.0 |
| सुसंगतता | 8.8 | 9.2 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 47.6% | 41.3% |
| अस्थिर चाचण्या | 3 | 2 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 0.562 | 0.004 |
| एकूण खर्च | $0.045 | $0.020 |
| इनपुट किंमत | $0.150 / 1M | $0.080 / 1M |
| आउटपुट किंमत | $0.600 / 1M | $0.450 / 1M |
| एकूण इनपुट टोकन्स | 42,750 | 37,527 |
| आउटपुट टोकन्स | 7,759 | 14,850 |
| रिझनिंग टोकन्स | 56,357 | 33,754 |
| प्रतिसाद वेळ (सरासरी) | 8.28s | 32.00s |
| प्रतिसाद वेळ (कमाल) | 48.19s | 232.25s |
| प्रतिसाद वेळ (एकूण) | 173.80s | 607.91s |
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
| 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 | 3.6 | 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 |
तुलना जोडी बदला