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

AI BENCHY Compare

MoonshotAI: Kimi K3 vs Nemotron 3 Ultra 550b A55b

सारांश

Kimi K3 (max) average score मध्ये पुढे आहे: 8.5 vs 8.1. Nemotron 3 Ultra 550b A55b (medium) चा benchmark खर्च कमी आहे: $0.249 vs $3.112. Nemotron 3 Ultra 550b A55b (medium) वेगवान आहे: 15.05s vs 122.48s, pass rates 82.5% vs 69.8%.

शिफारस केलेले मॉडेलNemotron 3 Ultra 550b A55b (medium)Its score stays close to the best score here (8.1 vs 8.5), while costing about 12.5x less than Kimi K3 (max).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-16

मेट्रिक Kimi K3 Kimi K3 max प्रकाशन: 2026-07-16 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium प्रकाशन: 2026-06-04 मोफत उपलब्ध
स्कोअर 8.5 8.1
क्रमांक #21 #34
विश्वसनीयता 9.4 9.7
सुसंगतता 9.2 8.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर 82.5% 69.8%
अस्थिर चाचण्या 2 3
एकूण रन 63 63
प्रति निकाल खर्च 19.446 0.000
एकूण खर्च $3.112 $0.249
इनपुट किंमत $3.000 / 1M $0.600 / 1M
आउटपुट किंमत $15.000 / 1M $3.600 / 1M
एकूण इनपुट टोकन्स 34,916 46,813
आउटपुट टोकन्स 2,910 18,002
रिझनिंग टोकन्स 197,529 53,091
प्रतिसाद वेळ (सरासरी) 122.48s 15.05s
प्रतिसाद वेळ (कमाल) 766.58s 43.93s
प्रतिसाद वेळ (एकूण) 2327.06s 316.09s

जनरेशन शोकेस

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

max
खर्च
$0.281
वेळ
506.9s
टोकन्स
18,863 tok

#34 Nemotron 3 Ultra 550b A55b

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 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
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012
Nemotron 3 Ultra 550b A55b 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725

झटपट तुलना

तुलना जोडी बदला