নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Mistral: Mistral Small 4

সারাংশ

Mistral Small 4 (medium) average score-এ এগিয়ে: 5.1 vs 4.9. KAT-Coder-Air V2.5-এর benchmark খরচ কম: $0.037 vs $0.068. KAT-Coder-Air V2.5 দ্রুত: 6.99s vs 9.40s, pass rates 38.1% vs 44.4%.

প্রস্তাবিত মডেলMistral Small 4 (medium)It has the strongest score in this comparison (5.1) and the best overall balance of cost and response time across all 2 models.

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 Mistral Small 4 Mistral Small 4 medium প্রকাশ: 2026-03-16
স্কোর 4.9 5.1
র‍্যাঙ্ক #168 #160
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.1 6.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 38.1% 44.4%
অস্থির টেস্ট 7 8
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.724 1.344
মোট খরচ $0.037 $0.068
ইনপুট মূল্য $0.150 / 1M $0.150 / 1M
আউটপুট মূল্য $0.600 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 41,328 42,576
আউটপুট টোকেন 49,933 24,184
রিজনিং টোকেন 0 84,678
প্রতিক্রিয়া সময় (গড়) 6.99s 9.40s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 24.94s 59.15s
প্রতিক্রিয়া সময় (মোট) 146.78s 197.39s

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

#160 Mistral Small 4

medium
খরচ
$0.006
সময়
47.9s
টোকেন
9,857 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
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715

দ্রুত তুলনা

তুলনার জুটি বদলান