নেভিগেশন
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Air V2.5 vs MoonshotAI: Kimi K2.5

KAT-Coder-Air V2.5 (high) average score-এ এগিয়ে: 5.6 vs 5.5. KAT-Coder-Air V2.5 (high)-এর benchmark খরচ কম: $0.077 vs $0.127. KAT-Coder-Air V2.5 (high) দ্রুত: 15.90s vs 19.15s, pass rates 43.9% vs 34.9%.

প্রস্তাবিত মডেলKAT-Coder-Air V2.5 (high)It has the best score here (5.6), while costing about 1.7x less than Kimi K2.5.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high প্রকাশ: 2026-07-14 Kimi K2.5 Kimi K2.5 none প্রকাশ: 2026-01-27
স্কোর 5.6 5.5
র‍্যাঙ্ক #137 #148
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 7.7 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 43.9% 34.9%
অস্থির টেস্ট 6 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.097 1.898
মোট খরচ $0.077 $0.127
ইনপুট মূল্য $0.150 / 1M $0.571 / 1M
আউটপুট মূল্য $0.600 / 1M $2.850 / 1M
মোট ইনপুট টোকেন 50,470 89,322
আউটপুট টোকেন 3,957 26,638
রিজনিং টোকেন 111,374 0
প্রতিক্রিয়া সময় (গড়) 15.90s 19.15s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 118.35s 102.83s
প্রতিক্রিয়া সময় (মোট) 349.71s 287.30s

Hamster playing table tennis

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

#137 KAT-Coder-Air V2.5

high
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 tok

#148 MoonshotAI: Kimi K2.5

none
খরচ
$0.015
সময়
89.1s
টোকেন
5,421 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
KAT-Coder-Air V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0

দ্রুত তুলনা

তুলনার জুটি বদলান