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 OpenAI: GPT-5.4 Mini

GPT-5.4 Mini average score-এ এগিয়ে: 5.9 vs 5.6. KAT-Coder-Air V2.5 (medium)-এর benchmark খরচ কম: $0.048 vs $0.095. GPT-5.4 Mini দ্রুত: 1.53s vs 8.42s, pass rates 45.5% vs 33.3%.

প্রস্তাবিত মডেলGPT-5.4 MiniIt has the best score here (5.9), while responding about 5.5x faster than KAT-Coder-Air V2.5 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-21

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium প্রকাশ: 2026-07-14 GPT-5.4 Mini GPT-5.4 Mini none প্রকাশ: 2026-03-17
স্কোর 5.6 5.9
র‍্যাঙ্ক #155 #142
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 8.9 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 45.5% 33.3%
অস্থির টেস্ট 3 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.593 1.580
মোট খরচ $0.048 $0.095
ইনপুট মূল্য $0.150 / 1M $0.750 / 1M
আউটপুট মূল্য $0.600 / 1M $4.500 / 1M
মোট ইনপুট টোকেন 51,472 79,067
আউটপুট টোকেন 7,822 7,880
রিজনিং টোকেন 58,352 0
প্রতিক্রিয়া সময় (গড়) 8.42s 1.53s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 48.19s 9.92s
প্রতিক্রিয়া সময় (মোট) 185.24s 33.74s

Hamster playing table tennis

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

#155 KAT-Coder-Air V2.5

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

#142 GPT-5.4 Mini

none
খরচ
$0.010
সময়
11.7s
টোকেন
2,151 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
GPT-5.4 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 0

দ্রুত তুলনা

তুলনার জুটি বদলান