নেভিগেশন
Advertise here

KAT-Coder-Air V2.5 (high) vs GPT-5.4

GPT-5.4 average score-এ এগিয়ে: 5.8 vs 5.6. KAT-Coder-Air V2.5 (high)-এর benchmark খরচ কম: $0.077 vs $0.397. GPT-5.4 দ্রুত: 2.08s vs 15.87s, pass rates 42.4% vs 34.9%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-10

তুলনা করা মডেল

র‍্যাঙ্ক
#234
মোট আউটপুট টোকেন
114,654
প্রতিক্রিয়া সময় (গড়)
15.87s
মোট খরচ
$0.077
র‍্যাঙ্ক
#223
মোট আউটপুট টোকেন
8,339
প্রতিক্রিয়া সময় (গড়)
2.08s
মোট খরচ
$0.397
প্রস্তাবিত মডেল GPT-5.4

It has the best score here (5.8), while responding about 7.6x faster than KAT-Coder-Air V2.5 (high).

বিস্তারিত তুলনা

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high প্রকাশ: 2026-07-14 GPT-5.4 GPT-5.4 none প্রকাশ: 2026-03-05
স্কোর 5.6 5.8
র‍্যাঙ্ক #234 #223
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 8.1 9.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 42.4% 34.9%
অস্থির টেস্ট 5 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.091 5.667
মোট খরচ $0.077 $0.397
ইনপুট মূল্য $0.150 / 1M $2.500 / 1M
আউটপুট মূল্য $0.600 / 1M $15.000 / 1M
মোট ইনপুট টোকেন 50,423 108,641
আউটপুট টোকেন 4,144 8,339
রিজনিং টোকেন 110,510 0
প্রতিক্রিয়া সময় (গড়) 15.87s 2.08s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 118.35s 15.63s
প্রতিক্রিয়া সময় (মোট) 349.16s 45.75s
প্যারামিটার ~35B মোট (~3B সক্রিয়) ~1.5T মোট (~100B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#234 KAT-Coder-Air V2.5

high
Reached the allocated time limit (300 seconds) without receiving showcase output.
খরচ
$0.000
সময়
300.0s
টোকেন
0 tok

#223 GPT-5.4

none
খরচ
$0.026
সময়
18.1s
টোকেন
1,792 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
GPT-5.4 5.5 10.0 33.3% 0 1.62s 7,305 516 0

দ্রুত তুলনা

তুলনার জুটি বদলান