নেভিগেশন
AI BENCHY
Advertise here

KAT-Coder-Air V2.5 (medium) vs Kimi K2.6

Kimi K2.6 average score-এ এগিয়ে: 5.7 vs 5.6. KAT-Coder-Air V2.5 (medium)-এর benchmark খরচ কম: $0.048 vs $0.233. KAT-Coder-Air V2.5 (medium) দ্রুত: 8.65s vs 19.57s, pass rates 45.5% vs 30.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-02

র‍্যাঙ্ক
#226
মোট আউটপুট টোকেন
66,576
প্রতিক্রিয়া সময় (গড়)
8.65s
মোট খরচ
$0.048
র‍্যাঙ্ক
#217
মোট আউটপুট টোকেন
30,249
প্রতিক্রিয়া সময় (গড়)
19.57s
মোট খরচ
$0.233
প্রস্তাবিত মডেল KAT-Coder-Air V2.5 (medium)

Its score stays close to the best score here (5.6 vs 5.7), while costing about 4.9x less than Kimi K2.6.

বিস্তারিত তুলনা

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium প্রকাশ: 2026-07-14 Kimi K2.6 Kimi K2.6 none প্রকাশ: 2026-04-20
স্কোর 5.6 5.7
র‍্যাঙ্ক #226 #217
নির্ভরযোগ্যতা 9.6 10.0
ধারাবাহিকতা 8.9 9.3
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 45.5% 30.3%
অস্থির টেস্ট 3 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.596 3.732
মোট খরচ $0.048 $0.233
ইনপুট মূল্য $0.150 / 1M $0.950 / 1M
আউটপুট মূল্য $0.600 / 1M $4.000 / 1M
মোট ইনপুট টোকেন 51,369 116,983
আউটপুট টোকেন 8,008 30,249
রিজনিং টোকেন 58,568 0
প্রতিক্রিয়া সময় (গড়) 8.65s 19.57s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 48.19s 238.89s
প্রতিক্রিয়া সময় (মোট) 190.35s 430.58s
প্যারামিটার ~35B মোট (~3B সক্রিয়) 1T মোট (32B সক্রিয়)
উপলভ্যতা বন্ধ উৎস ওজন উপলভ্য

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#226 KAT-Coder-Air V2.5

medium
খরচ
$0.003
সময়
23.7s
টোকেন
4,924 tok

#217 MoonshotAI: Kimi K2.6

none
খরচ
$0.020
সময়
127.4s
টোকেন
4,429 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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973
Kimi K2.6 5.5 9.8 33.3% 0 82.57s 5,986 14,754 0

দ্রুত তুলনা

তুলনার জুটি বদলান