নেভিগেশন
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Air V2.5 vs Xiaomi: MiMo-V2.5-Pro

KAT-Coder-Air V2.5 (high) average score-এ এগিয়ে: 5.6 vs 5.5. MiMo-V2.5-Pro-এর benchmark খরচ কম: $0.068 vs $0.077. MiMo-V2.5-Pro দ্রুত: 4.12s vs 15.90s, pass rates 43.9% vs 37.9%.

প্রস্তাবিত মডেলMiMo-V2.5-ProIts score stays close to the best score here (5.5 vs 5.6), while responding about 3.9x faster than KAT-Coder-Air V2.5 (high).

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 MiMo-V2.5-Pro MiMo-V2.5-Pro none প্রকাশ: 2026-04-22
স্কোর 5.6 5.5
র‍্যাঙ্ক #137 #147
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 7.7 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 43.9% 37.9%
অস্থির টেস্ট 6 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.097 1.509
মোট খরচ $0.077 $0.068
ইনপুট মূল্য $0.150 / 1M $0.435 / 1M
আউটপুট মূল্য $0.600 / 1M $0.870 / 1M
মোট ইনপুট টোকেন 50,470 124,799
আউটপুট টোকেন 3,957 15,362
রিজনিং টোকেন 111,374 0
প্রতিক্রিয়া সময় (গড়) 15.90s 4.12s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 118.35s 53.13s
প্রতিক্রিয়া সময় (মোট) 349.71s 90.55s

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

#147 MiMo-V2.5-Pro

none
খরচ
$0.004
সময়
46.4s
টোকেন
4,025 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
MiMo-V2.5-Pro 4.3 7.8 22.2% 1 1.41s 6,559 485 0

দ্রুত তুলনা

তুলনার জুটি বদলান