নেভিগেশন
AI BENCHY
Advertise here

KAT-Coder-Air V2.5 (medium) vs GLM 5.1

GLM 5.1 average score-এ এগিয়ে: 5.7 vs 5.6. KAT-Coder-Air V2.5 (medium)-এর benchmark খরচ কম: $0.048 vs $0.214. GLM 5.1 দ্রুত: 6.74s vs 8.65s, pass rates 45.5% vs 45.5%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-26

র‍্যাঙ্ক
#215
মোট আউটপুট টোকেন
66,576
প্রতিক্রিয়া সময় (গড়)
8.65s
মোট খরচ
$0.048
র‍্যাঙ্ক
#205
মোট আউটপুট টোকেন
14,393
প্রতিক্রিয়া সময় (গড়)
6.74s
মোট খরচ
$0.214
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 4.5x less than GLM 5.1.

বিস্তারিত তুলনা

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium প্রকাশ: 2026-07-14 GLM 5.1 GLM 5.1 none প্রকাশ: 2026-04-07
স্কোর 5.6 5.7
র‍্যাঙ্ক #215 #205
নির্ভরযোগ্যতা 9.6 10.0
ধারাবাহিকতা 8.9 8.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 45.5% 45.5%
অস্থির টেস্ট 3 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.596 2.073
মোট খরচ $0.048 $0.214
ইনপুট মূল্য $0.150 / 1M $1.260 / 1M
আউটপুট মূল্য $0.600 / 1M $3.961 / 1M
মোট ইনপুট টোকেন 51,369 124,219
আউটপুট টোকেন 8,008 14,393
রিজনিং টোকেন 58,568 0
প্রতিক্রিয়া সময় (গড়) 8.65s 6.74s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 48.19s 61.20s
প্রতিক্রিয়া সময় (মোট) 190.35s 148.20s
প্যারামিটার ~35B মোট (~3B সক্রিয়) 744B মোট (40B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#215 KAT-Coder-Air V2.5

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

#205 GLM 5.1

none
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
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
GLM 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 0

দ্রুত তুলনা

তুলনার জুটি বদলান