নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Kwaipilot: KAT-Coder-Air V2.5 vs Z.ai: GLM 5.1

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 $0.164. GLM 5.1 দ্রুত: 6.70s vs 15.90s, pass rates 43.9% vs 40.9%.

প্রস্তাবিত মডেলKAT-Coder-Air V2.5 (high)It has the best score here (5.6), while costing about 2.1x less than GLM 5.1.

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 GLM 5.1 GLM 5.1 none প্রকাশ: 2026-04-07
স্কোর 5.6 5.5
র‍্যাঙ্ক #137 #144
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 7.7 8.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 43.9% 40.9%
অস্থির টেস্ট 6 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.097 2.368
মোট খরচ $0.077 $0.164
ইনপুট মূল্য $0.150 / 1M $0.966 / 1M
আউটপুট মূল্য $0.600 / 1M $3.036 / 1M
মোট ইনপুট টোকেন 50,470 124,209
আউটপুট টোকেন 3,957 14,393
রিজনিং টোকেন 111,374 0
প্রতিক্রিয়া সময় (গড়) 15.90s 6.70s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 118.35s 61.20s
প্রতিক্রিয়া সময় (মোট) 349.71s 147.38s

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

#144 GLM 5.1

none
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 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
GLM 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 0

দ্রুত তুলনা

তুলনার জুটি বদলান