#110 KAT-Coder-Air V2.5
high
অবৈধ SVG
- খরচ
- $0.000
- সময়
- 300.0s
- টোকেন
- 0 tok
AI BENCHY Compare
Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: gpt-oss-120b
সারাংশ
gpt-oss-120b (medium) average score-এ এগিয়ে: 6.7 vs 6.2. gpt-oss-120b (medium)-এর benchmark খরচ কম: $0.011 vs $0.064. KAT-Coder-Air V2.5 (high) দ্রুত: 11.02s vs 22.28s, pass rates 46.0% vs 52.4%.
প্রস্তাবিত মডেলgpt-oss-120b (medium)It has the best score here (6.7), while costing about 6.4x less than KAT-Coder-Air V2.5 (high).
AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14
| মেট্রিক | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high | gpt-oss-120b gpt-oss-120b medium বিনামূল্যে উপলভ্য |
|---|---|---|
| স্কোর | 6.2 | 6.7 |
| র্যাঙ্ক | #110 | #96 |
| নির্ভরযোগ্যতা | 9.7 | 10.0 |
| ধারাবাহিকতা | 7.6 | 8.0 |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 46.0% | 52.4% |
| অস্থির টেস্ট | 6 | 5 |
| মোট রান | 63 | 63 |
| প্রতি ফলাফলে খরচ | 0.910 | 0.141 |
| মোট খরচ | $0.064 | $0.011 |
| ইনপুট মূল্য | $0.150 / 1M | $0.030 / 1M |
| আউটপুট মূল্য | $0.600 / 1M | $0.150 / 1M |
| মোট ইনপুট টোকেন | 41,748 | 39,084 |
| আউটপুট টোকেন | 3,894 | 20,013 |
| রিজনিং টোকেন | 91,773 | 50,233 |
| প্রতিক্রিয়া সময় (গড়) | 11.02s | 22.28s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 104.98s | 68.16s |
| প্রতিক্রিয়া সময় (মোট) | 231.37s | 311.96s |
জেনারেশন শোকেস
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#96 gpt-oss-120b
medium- খরচ
- $0.001
- সময়
- 26.7s
- টোকেন
- 555 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-oss-120b | 5.9 | 7.0 | 55.6% | 1 | 38.37s | 7,782 | 3,365 | 11,973 |
দ্রুত তুলনা
তুলনার জুটি বদলান
Seed-2.0-LitenonevsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsGPT-5.6 LunalowKAT-Coder-Air V2.5highvsGPT-5.5noneKAT-Coder-Air V2.5highvsQwen3.5-35B-A3BmediumGemini 2.5 FlashnonevsKAT-Coder-Air V2.5highGemma 4 31Bmediumবিনামূল্যে উপলভ্যvsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsGPT-5.6 SolnoneGemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsNemotron 3 Supermediumবিনামূল্যে উপলভ্যKAT-Coder-Pro V2.5nonevsgpt-oss-120bmediumবিনামূল্যে উপলভ্যGemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5highGemini 3.5 Flashminimalvsgpt-oss-120bmediumবিনামূল্যে উপলভ্য