নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs MiniMax: MiniMax M2.7

সারাংশ

MiniMax M2.7 (medium) average score-এ এগিয়ে: 5.2 vs 4.9. KAT-Coder-Air V2.5-এর benchmark খরচ কম: $0.037 vs $0.100. KAT-Coder-Air V2.5 দ্রুত: 6.99s vs 38.18s, pass rates 38.1% vs 46.0%.

প্রস্তাবিত মডেলKAT-Coder-Air V2.5Its score stays close to the best score here (4.9 vs 5.2), while costing about 2.8x less than MiniMax M2.7 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none প্রকাশ: 2026-07-14 MiniMax M2.7 MiniMax M2.7 medium প্রকাশ: 2026-03-18
স্কোর 4.9 5.2
র‍্যাঙ্ক #168 #154
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.1 6.8
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 38.1% 46.0%
অস্থির টেস্ট 7 8
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.724 2.494
মোট খরচ $0.037 $0.100
ইনপুট মূল্য $0.150 / 1M $0.240 / 1M
আউটপুট মূল্য $0.600 / 1M $0.960 / 1M
মোট ইনপুট টোকেন 41,328 34,371
আউটপুট টোকেন 49,933 8,981
রিজনিং টোকেন 0 89,812
প্রতিক্রিয়া সময় (গড়) 6.99s 38.18s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 24.94s 196.21s
প্রতিক্রিয়া সময় (মোট) 146.78s 763.60s

জেনারেশন শোকেস

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none
খরচ
$0.002
সময়
14.5s
টোকেন
2,619 tok

#154 MiniMax M2.7

medium
খরচ
$0.022
সময়
22.8s
টোকেন
9,250 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 3.3 9.6 0.0% 0 14.31s 6,472 16,918 0
MiniMax M2.7 5.7 9.1 33.3% 0 101.89s 2,961 1,231 38,841

দ্রুত তুলনা

তুলনার জুটি বদলান