নেভিগেশন
AI BENCHY
Advertise here

KAT-Coder-Pro V2.5 (high) vs Muse Glimmer 30B (medium)

average score প্রায় সমান: 7.2 vs 7.2. Muse Glimmer 30B (medium)-এর benchmark খরচ কম: $0.279 vs $0.482. KAT-Coder-Pro V2.5 (high) দ্রুত: 20.83s vs 30.31s, pass rates 63.6% vs 65.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-11

র‍্যাঙ্ক
#92
মোট আউটপুট টোকেন
136,164
প্রতিক্রিয়া সময় (গড়)
20.83s
মোট খরচ
$0.482
র‍্যাঙ্ক
#93
মোট আউটপুট টোকেন
167,153
প্রতিক্রিয়া সময় (গড়)
30.31s
মোট খরচ
$0.279
প্রস্তাবিত মডেল Muse Glimmer 30B (medium)

It has the best score here (7.2), while costing about 1.7x less than KAT-Coder-Pro V2.5 (high).

বিস্তারিত তুলনা

মেট্রিক KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high প্রকাশ: 2026-07-14 Muse Glimmer 30B Muse Glimmer 30B medium প্রকাশ: 2026-08-11
স্কোর 7.2 7.2
র‍্যাঙ্ক #92 #93
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.8 7.9
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 65.2%
অস্থির টেস্ট 6 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.378 2.531
মোট খরচ $0.482 $0.279
ইনপুট মূল্য $0.740 / 1M $0.350 / 1M
আউটপুট মূল্য $2.960 / 1M $1.500 / 1M
মোট ইনপুট টোকেন 106,076 116,501
আউটপুট টোকেন 9,071 33,074
রিজনিং টোকেন 127,093 134,079
প্রতিক্রিয়া সময় (গড়) 20.83s 30.31s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 199.97s 181.08s
প্রতিক্রিয়া সময় (মোট) 458.31s 666.85s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#92 KAT-Coder-Pro V2.5

high
খরচ
$0.009
সময়
26.4s
টোকেন
3,117 tok

#93 Muse Glimmer 30B

medium
খরচ
$0.003
সময়
31.9s
টোকেন
1,845 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-Pro V2.5 6.4 7.9 44.4% 1 22.00s 7,893 422 20,461
Muse Glimmer 30B 8.4 7.8 77.8% 1 33.67s 7,419 4,662 20,605

দ্রুত তুলনা

তুলনার জুটি বদলান