नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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

Nemotron 3 Super average score मध्ये पुढे आहे: 4.9 vs 4.8. Nemotron 3 Super चा benchmark खर्च कमी आहे: $0.008 vs $0.067. Nemotron 3 Super वेगवान आहे: 5.97s vs 12.17s, pass rates 37.9% vs 30.3%.

शिफारस केलेले मॉडेलNemotron 3 SuperIt has the best score here (4.9), while costing about 8.4x less than KAT-Coder-Air V2.5.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none प्रकाशन: 2026-07-14 Nemotron 3 Super Nemotron 3 Super none प्रकाशन: 2026-03-11 मोफत उपलब्ध
स्कोअर 4.8 4.9
क्रमांक #197 #192
विश्वसनीयता 10.0 8.5
सुसंगतता 6.9 8.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर 37.9% 30.3%
अस्थिर चाचण्या 8 3
एकूण रन 66 66
प्रति निकाल खर्च 1.336 0.034
एकूण खर्च $0.067 $0.008
इनपुट किंमत $0.150 / 1M $0.085 / 1M
आउटपुट किंमत $0.600 / 1M $0.400 / 1M
एकूण इनपुट टोकन्स 69,367 63,519
आउटपुट टोकन्स 93,913 6,434
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 12.17s 5.97s
प्रतिसाद वेळ (कमाल) 121.05s 20.00s
प्रतिसाद वेळ (एकूण) 267.83s 131.31s

Hamster playing table tennis

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

#197 KAT-Coder-Air V2.5

none
खर्च
$0.002
वेळ
14.5s
टोकन्स
2,619 tok

#192 Nemotron 3 Super

none
खर्च
$0.000
वेळ
137.8s
टोकन्स
2,447 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 3.3 9.6 0.0% 0 14.31s 6,472 16,918 0
Nemotron 3 Super 3.3 7.2 11.1% 1 2.64s 7,627 571 0

झटपट तुलना

तुलना जोडी बदला