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

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs MoonshotAI: Kimi K2.5

সারাংশ

KAT-Coder-Air V2.5 (low) average score-এ এগিয়ে: 6.0 vs 5.5. Kimi K2.5-এর benchmark খরচ কম: $0.027 vs $0.030. KAT-Coder-Air V2.5 (low) দ্রুত: 6.47s vs 13.18s, pass rates 46.0% vs 34.9%.

প্রস্তাবিত মডেলKAT-Coder-Air V2.5 (low)It has the best score here (6.0), while responding about 2.0x faster than Kimi K2.5.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low প্রকাশ: 2026-07-14 Kimi K2.5 Kimi K2.5 none প্রকাশ: 2026-01-27
স্কোর 6.0 5.5
র‍্যাঙ্ক #124 #143
নির্ভরযোগ্যতা 9.7 10.0
ধারাবাহিকতা 7.6 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 46.0% 34.9%
অস্থির টেস্ট 6 3
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.427 0.442
মোট খরচ $0.030 $0.027
ইনপুট মূল্য $0.150 / 1M $0.375 / 1M
আউটপুট মূল্য $0.600 / 1M $2.025 / 1M
মোট ইনপুট টোকেন 42,464 36,034
আউটপুট টোকেন 4,227 6,657
রিজনিং টোকেন 34,864 0
প্রতিক্রিয়া সময় (গড়) 6.47s 13.18s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 25.49s 42.13s
প্রতিক্রিয়া সময় (মোট) 135.80s 184.47s

জেনারেশন শোকেস

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low
খরচ
$0.004
সময়
29.9s
টোকেন
6,008 tok

#143 MoonshotAI: Kimi K2.5

none
খরচ
$0.015
সময়
89.1s
টোকেন
5,421 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 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0

দ্রুত তুলনা

তুলনার জুটি বদলান