AI BENCHY 对比

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

摘要

Nemotron 3 Ultra 550b A55b (medium) 平均分领先，为 8.1 vs 7.5。 Nemotron 3 Ultra 550b A55b (medium) benchmark 成本更低，为 $0.158 vs $0.275。 KAT-Coder-Pro V2.5 (medium) 更快，为 12.95s vs 15.05s，通过率为 65.1% vs 69.8%。

推荐模型Nemotron 3 Ultra 550b A55b (medium)它在这里得分最高（8.1），同时成本比KAT-Coder-Pro V2.5 (medium)低约 1.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14

指标	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium 发布日期: 2026-07-14	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用

指标	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium 发布日期: 2026-07-14	Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用
分数	7.5	8.1
排名	#60	#31
可靠性	10.0	9.7
一致性	7.7	8.8
测试正确
尝试通过率	65.1%	69.8%
不稳定测试	6	3
总运行次数	63	63
每个结果成本	2.498	0.000
总成本	$0.275	$0.158
输入价格	$0.740 / 1M	$0.500 / 1M
输出价格	$2.960 / 1M	$2.200 / 1M
总输入令牌	42,750	46,813
输出令牌	2,098	18,002
推理令牌	80,027	53,091
响应时间（平均）	12.95s	15.05s
响应时间（最大）	81.45s	43.93s
响应时间（总计）	271.92s	316.09s

生成展示

Hamster playing table tennis

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

#60 KAT-Coder-Pro V2.5

medium

成本: $0.009
时间: 25.6s
令牌: 2,939 tok

#31 Nemotron 3 Ultra 550b A55b

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Pro V2.5	8.2	7.9	83.3%	1		3.90s	672	208	3,868
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		8.62s	780	835	1,485

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Pro V2.5	7.8	10.0	66.7%	0		33.10s	7,893	416	33,658
Nemotron 3 Ultra 550b A55b	8.4	7.4	88.9%	1		26.53s	7,686	2,854	17,725

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		14.50s	15,132	363	3,367
Nemotron 3 Ultra 550b A55b	9.8	10.0	100.0%	0		43.93s	17,574	1,040	3,590

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Pro V2.5	7.3	5.9	83.3%	1		4.70s	7,776	275	2,122
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		5.68s	7,989	473	1,285

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Pro V2.5	2.9	7.2	11.1%	1		29.03s	771	36	29,584
Nemotron 3 Ultra 550b A55b	3.5	4.4	33.3%	2		24.90s	858	11,169	16,249

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Pro V2.5	4.7	3.1	33.3%	1		2.35s	516	92	381
Nemotron 3 Ultra 550b A55b	3.7	9.5	0.0%	0		2.52s	360	70	235

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Pro V2.5	9.9	10.0	100.0%	0		2.58s	699	83	971
Nemotron 3 Ultra 550b A55b	9.8	10.0	100.0%	0		6.35s	765	182	1,243

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Pro V2.5	5.9	4.5	66.7%	2		3.20s	696	325	1,867
Nemotron 3 Ultra 550b A55b	5.5	9.9	33.3%	0		3.54s	792	771	2,055

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		19.02s	8,391	282	1,010
Nemotron 3 Ultra 550b A55b	10.0	10.0	100.0%	0		7.72s	9,781	304	984

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		9.87s	204	18	3,199
Nemotron 3 Ultra 550b A55b	3.0	10.0	0.0%	0		38.47s	228	304	8,240

快速对比

切换对比组合

KAT-Coder-Pro V2.5mediumvsGPT-5.3 Chatnone Nemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.6 Terrahigh DeepSeek V4 ProhighvsKAT-Coder-Pro V2.5medium Nemotron 3 Ultra 550b A55bmedium免费可用vsGLM 5.2high DeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用 Gemini 3 Flash PreviewlowvsKAT-Coder-Pro V2.5medium KAT-Coder-Pro V2.5lowvsNemotron 3 Ultra 550b A55bmedium免费可用 KAT-Coder-Pro V2.5mediumvsGPT-5.6 Lunahigh KAT-Coder-Pro V2.5mediumvsStep 3.7 Flashlow KAT-Coder-Pro V2.5mediumvsGPT-5.6 Terralow Claude Opus 4.8lowvsKAT-Coder-Pro V2.5medium Claude Sonnet 4.6nonevsKAT-Coder-Pro V2.5medium