নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Kwaipilot: KAT-Coder-Air V2.5

সারাংশ

KAT-Coder-Air V2.5 (low) average score-এ এগিয়ে: 6.0 vs 5.5. DeepSeek V4 Flash-এর benchmark খরচ কম: $0.007 vs $0.030. KAT-Coder-Air V2.5 (low) দ্রুত: 6.47s vs 26.75s, pass rates 30.2% vs 46.0%.

প্রস্তাবিত মডেলKAT-Coder-Air V2.5 (low)It has the best score here (6.0), while responding about 4.1x faster than DeepSeek V4 Flash.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14

মেট্রিক DeepSeek V4 Flash DeepSeek V4 Flash none প্রকাশ: 2026-04-24 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low প্রকাশ: 2026-07-14
স্কোর 5.5 6.0
র‍্যাঙ্ক #142 #124
নির্ভরযোগ্যতা 10.0 9.7
ধারাবাহিকতা 8.9 7.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 30.2% 46.0%
অস্থির টেস্ট 3 6
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.203 0.427
মোট খরচ $0.007 $0.030
ইনপুট মূল্য $0.090 / 1M $0.150 / 1M
আউটপুট মূল্য $0.180 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 50,127 42,464
আউটপুট টোকেন 13,710 4,227
রিজনিং টোকেন 0 34,864
প্রতিক্রিয়া সময় (গড়) 26.75s 6.47s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 111.96s 25.49s
প্রতিক্রিয়া সময় (মোট) 561.82s 135.80s

জেনারেশন শোকেস

Hamster playing table tennis

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

#142 DeepSeek V4 Flash

none
খরচ
$0.004
সময়
157.6s
টোকেন
11,297 tok

#124 KAT-Coder-Air V2.5

low
খরচ
$0.004
সময়
29.9s
টোকেন
6,008 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
DeepSeek V4 Flash 4.2 7.4 11.1% 1 17.13s 7,279 9,717 0
KAT-Coder-Air V2.5 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623

দ্রুত তুলনা

তুলনার জুটি বদলান