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

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Z.ai: GLM 5.1

সারাংশ

GLM 5.1 average score-এ এগিয়ে: 5.6 vs 4.9. KAT-Coder-Air V2.5-এর benchmark খরচ কম: $0.037 vs $0.057. GLM 5.1 দ্রুত: 4.10s vs 6.99s, pass rates 38.1% vs 41.3%.

প্রস্তাবিত মডেলGLM 5.1It has the best score here (5.6), while responding about 1.7x faster than KAT-Coder-Air V2.5.

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 GLM 5.1 GLM 5.1 none প্রকাশ: 2026-04-07
স্কোর 4.9 5.6
র‍্যাঙ্ক #168 #141
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.1 8.5
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 38.1% 41.3%
অস্থির টেস্ট 7 4
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.724 0.843
মোট খরচ $0.037 $0.057
ইনপুট মূল্য $0.150 / 1M $0.966 / 1M
আউটপুট মূল্য $0.600 / 1M $3.036 / 1M
মোট ইনপুট টোকেন 41,328 47,133
আউটপুট টোকেন 49,933 3,754
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 6.99s 4.10s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 24.94s 32.57s
প্রতিক্রিয়া সময় (মোট) 146.78s 86.18s

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

#141 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 3.3 9.6 0.0% 0 14.31s 6,472 16,918 0
GLM 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 0

দ্রুত তুলনা

তুলনার জুটি বদলান