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 Thinking Machines: Inkling

KAT-Coder-Air V2.5 (medium) average score-এ এগিয়ে: 5.6 vs 5.2. KAT-Coder-Air V2.5 (medium)-এর benchmark খরচ কম: $0.048 vs $0.147. Inkling দ্রুত: 3.50s vs 8.42s, pass rates 45.5% vs 28.8%.

প্রস্তাবিত মডেলKAT-Coder-Air V2.5 (medium)It has the best score here (5.6), while costing about 3.1x less than Inkling.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-18

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium প্রকাশ: 2026-07-14 Inkling Inkling none প্রকাশ: 2026-07-18
স্কোর 5.6 5.2
র‍্যাঙ্ক #145 #160
নির্ভরযোগ্যতা 9.9 9.9
ধারাবাহিকতা 8.9 9.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 45.5% 28.8%
অস্থির টেস্ট 3 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.593 2.448
মোট খরচ $0.048 $0.147
ইনপুট মূল্য $0.150 / 1M $1.000 / 1M
আউটপুট মূল্য $0.600 / 1M $4.050 / 1M
মোট ইনপুট টোকেন 51,472 104,111
আউটপুট টোকেন 7,822 10,551
রিজনিং টোকেন 58,352 0
প্রতিক্রিয়া সময় (গড়) 8.42s 3.50s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 48.19s 48.02s
প্রতিক্রিয়া সময় (মোট) 185.24s 77.09s

Hamster playing table tennis

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

#145 KAT-Coder-Air V2.5

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

#160 Thinking Machines: Inkling

none
Provider returned error
খরচ
$0.000
সময়
5.3s
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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973
Inkling 4.5 10.0 0.0% 0 1.01s 7,356 436 0

দ্রুত তুলনা

তুলনার জুটি বদলান