#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 StepFun: Step 3.5 Flash
সারাংশ
Step 3.5 Flash (medium) average score-এ এগিয়ে: 6.6 vs 6.2. KAT-Coder-Air V2.5 (high)-এর benchmark খরচ কম: $0.064 vs $0.070. KAT-Coder-Air V2.5 (high) দ্রুত: 11.02s vs 72.53s, pass rates 46.0% vs 54.0%.
প্রস্তাবিত মডেলKAT-Coder-Air V2.5 (high)Its score stays close to the best score here (6.2 vs 6.6), while responding about 6.6x faster than Step 3.5 Flash (medium).
AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14
| মেট্রিক | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high | Step 3.5 Flash Step 3.5 Flash medium |
|---|---|---|
| স্কোর | 6.2 | 6.6 |
| র্যাঙ্ক | #110 | #98 |
| নির্ভরযোগ্যতা | 9.7 | 10.0 |
| ধারাবাহিকতা | 7.6 | 8.9 |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 46.0% | 54.0% |
| অস্থির টেস্ট | 6 | 1 |
| মোট রান | 63 | 60 |
| প্রতি ফলাফলে খরচ | 0.910 | 0.198 |
| মোট খরচ | $0.064 | $0.070 |
| ইনপুট মূল্য | $0.150 / 1M | $0.100 / 1M |
| আউটপুট মূল্য | $0.600 / 1M | $0.300 / 1M |
| মোট ইনপুট টোকেন | 41,748 | 34,431 |
| আউটপুট টোকেন | 3,894 | 91,587 |
| রিজনিং টোকেন | 91,773 | 195,973 |
| প্রতিক্রিয়া সময় (গড়) | 11.02s | 72.53s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 104.98s | 453.94s |
| প্রতিক্রিয়া সময় (মোট) | 231.37s | 1015.47s |
জেনারেশন শোকেস
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#98 Step 3.5 Flash
medium- খরচ
- $0.008
- সময়
- 277.1s
- টোকেন
- 23,695 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 | |
| Step 3.5 Flash | 2.4 | 5.2 | 0.0% | 0 | 258.38s | 2,211 | 13,207 | 22,429 |
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 উপলভ্যGemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5highGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumKAT-Coder-Air V2.5highvsQwen3.5-Flashnone