AI BENCHY Compare

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

सारांश

KAT-Coder-Air V2.5 (medium) average score मध्ये पुढे आहे: 6.2 vs 6.1. Nemotron 3 Ultra 550b A55b चा benchmark खर्च कमी आहे: $0.027 vs $0.045. Nemotron 3 Ultra 550b A55b वेगवान आहे: 2.27s vs 8.28s, pass rates 47.6% vs 44.4%.

शिफारस केलेले मॉडेलNemotron 3 Ultra 550b A55bIts score stays close to the best score here (6.1 vs 6.2), while costing about 1.7x less than KAT-Coder-Air V2.5 (medium).

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

मेट्रिक	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium प्रकाशन: 2026-07-14	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b none प्रकाशन: 2026-06-04 मोफत उपलब्ध

मेट्रिक	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium प्रकाशन: 2026-07-14	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b none प्रकाशन: 2026-06-04 मोफत उपलब्ध
स्कोअर	6.2	6.1
क्रमांक	#115	#121
विश्वसनीयता	9.7	10.0
सुसंगतता	8.8	9.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर	47.6%	44.4%
अस्थिर चाचण्या	3	2
एकूण रन	63	63
प्रति निकाल खर्च	0.562	0.000
एकूण खर्च	$0.045	$0.027
इनपुट किंमत	$0.150 / 1M	$0.500 / 1M
आउटपुट किंमत	$0.600 / 1M	$2.200 / 1M
एकूण इनपुट टोकन्स	42,750	43,326
आउटपुट टोकन्स	7,759	2,138
रिझनिंग टोकन्स	56,357	0
प्रतिसाद वेळ (सरासरी)	8.28s	2.27s
प्रतिसाद वेळ (कमाल)	48.19s	13.49s
प्रतिसाद वेळ (एकूण)	173.80s	47.65s

जनरेशन शोकेस

Hamster playing table tennis

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

#115 KAT-Coder-Air V2.5

medium

खर्च: $0.003
वेळ: 23.7s
टोकन्स: 4,924 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

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	8.7	8.0	91.7%	1		3.79s	672	549	4,194
Nemotron 3 Ultra 550b A55b	3.5	8.0	16.7%	1		2.35s	696	239	0

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 Ultra 550b A55b	5.5	10.0	33.3%	0		1.02s	7,623	369	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		27.68s	15,132	372	4,816
Nemotron 3 Ultra 550b A55b	3.0	10.0	0.0%	0		4.79s	15,558	357	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.65s	7,776	268	1,881
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		1.94s	7,944	249	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		4.87s	771	487	4,454
Nemotron 3 Ultra 550b A55b	5.3	10.0	33.3%	0		698ms	789	27	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		9.81s	516	189	557
Nemotron 3 Ultra 550b A55b	5.0	10.0	0.0%	0		13.49s	516	101	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		1.50s	699	93	730
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		1.46s	723	69	0

कोडी सोडवणे	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	7.2	22.2%	1		1.87s	696	265	1,184
Nemotron 3 Ultra 550b A55b	5.9	7.2	55.6%	1		1.06s	726	352	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	317	906
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		2.99s	8,544	264	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		15.74s	204	20	7,662
Nemotron 3 Ultra 550b A55b	3.0	10.0	0.0%	0		1.83s	207	111	0

झटपट तुलना

तुलना जोडी बदला

Gemini 2.5 FlashnonevsKAT-Coder-Air V2.5medium Gemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5medium Gemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5medium KAT-Coder-Air V2.5mediumvsGPT-5.6 Lunalow Seed-2.0-LitenonevsKAT-Coder-Air V2.5medium KAT-Coder-Air V2.5mediumvsQwen3.5-Flashnone KAT-Coder-Air V2.5lowvsNemotron 3 Ultra 550b A55bnoneमोफत उपलब्ध Gemma 4 31Bnoneमोफत उपलब्धvsKAT-Coder-Air V2.5medium Gemini 3.1 Flash LiteminimalvsNemotron 3 Ultra 550b A55bnoneमोफत उपलब्ध KAT-Coder-Air V2.5mediumvsGPT-5.5none Nemotron 3 Ultra 550b A55bnoneमोफत उपलब्धvsGPT-5.6 Lunalow KAT-Coder-Air V2.5mediumvsQwen3.6 Max Previewnone