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

KAT-Coder-Air V2.5 (medium) vs GPT-5.6 Luna

KAT-Coder-Air V2.5 (medium) average score-এ এগিয়ে: 5.6 vs 5.4. GPT-5.6 Luna-এর benchmark খরচ কম: $0.029 vs $0.048. GPT-5.6 Luna দ্রুত: 1.50s vs 8.65s, pass rates 45.5% vs 36.4%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-04

র‍্যাঙ্ক
#231
মোট আউটপুট টোকেন
66,576
প্রতিক্রিয়া সময় (গড়)
8.65s
মোট খরচ
$0.048
র‍্যাঙ্ক
#241
মোট আউটপুট টোকেন
6,709
প্রতিক্রিয়া সময় (গড়)
1.50s
মোট খরচ
$0.029
প্রস্তাবিত মডেল GPT-5.6 Luna

Its score stays close to the best score here (5.4 vs 5.6), while costing about 1.7x less than KAT-Coder-Air V2.5 (medium).

বিস্তারিত তুলনা

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium প্রকাশ: 2026-07-14 GPT-5.6 Luna GPT-5.6 Luna none প্রকাশ: 2026-07-09
স্কোর 5.6 5.4
র‍্যাঙ্ক #231 #241
নির্ভরযোগ্যতা 9.6 10.0
ধারাবাহিকতা 8.9 8.8
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 45.5% 36.4%
অস্থির টেস্ট 3 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.596 2.357
মোট খরচ $0.048 $0.029
ইনপুট মূল্য $0.150 / 1M $0.200 / 1M
আউটপুট মূল্য $0.600 / 1M $1.200 / 1M
মোট ইনপুট টোকেন 51,369 101,332
আউটপুট টোকেন 8,008 6,709
রিজনিং টোকেন 58,568 0
প্রতিক্রিয়া সময় (গড়) 8.65s 1.50s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 48.19s 10.57s
প্রতিক্রিয়া সময় (মোট) 190.35s 33.05s
প্যারামিটার ~35B মোট (~3B সক্রিয়) ~400B মোট (~17B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#231 KAT-Coder-Air V2.5

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

#241 GPT-5.6 Luna

none
খরচ
$0.016
সময়
15.8s
টোকেন
2,685 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-5.6 Luna 3.8 7.2 22.2% 1 980ms 7,302 459 0

দ্রুত তুলনা

তুলনার জুটি বদলান