#141

KAT-Coder-Air V2.5

Kwaipilot Veröffentlichung: 2026-07-14 Getestet am: 2026-07-16 23:34 kwaipilot/kat-coder-air-v2.5::medium

~35B insgesamt (~3B aktiv)MoEGeschlossenGeschätzt

(high) (medium) (low) (none)

Zusammenfassung

KAT-Coder-Air V2.5 erreicht 5.6 bei AI BENCHY und liegt auf #141. Das Modell hat 9.9 Zuverlässigkeit, 45.5% Erfolgsrate, $0.048 Gesamtkosten und 8.42s durchschnittliche Antwortzeit.

Was KAT-Coder-Air V2.5 besonders macht: Am stärksten ist es in Befolgung von Anweisungen, wo es #1 erreicht; am schwächsten ist Programmierung mit #15.

Modelldaten

Recherchiert am 2026-08-12

Geschätzt

Parameter: ~35B insgesamt (~3B aktiv)
Architektur: MoE
Verfügbarkeit: Geschlossen
Lizenz: -

Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.

Parameterquelle Quelle zur Verfügbarkeit

Punktzahl

5.6

Konsistenz

8.9

Zuverlässigkeit

9.9

Gesamtkosten (aktueller Preis)

$0.048

Gesamte Ausgabe-Token

66,174

Gesamte Eingabe-Token

51,472

Eingabepreis

$0.150 / 1M

Ausgabepreis

$0.600 / 1M

Korrekte Tests

Falsche Tests: 14

Erfolgsquote pro Versuch: 45.5%

Instabile Tests

Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).

Antwortzeit (Durchschnitt)

8.42s

Antwortzeit (Maximum): 48.19s

Antwortzeit (Gesamt): 185.24s

Falsche Antwort: 11 API-Fehler: 1 Zusätzliche Formatierung: 1 Anweisungen nicht befolgt: 1

Hamster playing table tennis

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

#141 KAT-Coder-Air V2.5

medium

Kosten: $0.003
Zeit: 23.7s
Token: 4,924 tok

Testverlauf

Getestet am	Punktzahl	Zuverlässigkeit	Gesamtkosten	Vergleichen
2026-08-14 03:26 Erneuter Test	5.6	9.6	$0.048	Vergleichen
2026-07-16 23:34 Neuer Test hinzugefügt	5.6	9.9	$0.048	Aktueller Lauf
2026-07-14 11:05 Erster Lauf	6.2	9.7	$0.045	Vergleichen

Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.

Laufvergleich

Lauf	Benchmark-Abdeckung	Punktzahl	Konsistenz	Zuverlässigkeit	Korrekte Tests	Instabile Tests	Gesamte Ausgabe-Token	Gesamte Eingabe-Token	Gesamtkosten	Antwortzeit (Durchschnitt)
2026-07-16 23:34 · Neuer Test hinzugefügt	66/66 Versuche	5.6	8.9	9.9	8/22	3	66,174	51,472	$0.048	8.42s
2026-07-14 11:05 · Erster Lauf	63/63 Versuche	6.2	8.8	9.7	8/21	3	64,116	42,750	$0.045	8.28s
Differenz	—	-0.6	+0.1	+0.2	0	0	+2058	+8722	+$0.003	+144ms

Die Benchmark-Abdeckung unterscheidet sich: 66/66 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 63/63 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.

Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.

Preisverlauf

Historische Preisdaten für dieses Modell von OpenRouter.

Datum	Eingabepreis	Ausgabepreis
2026-07-14 11:25	$0.150 / 1M	$0.600 / 1M

Diagramme

Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.

Top-Modelle nach Score

Punktzahl vs Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Schnellvergleich

Kategorieaufschlüsselung

Kategorie	Punktzahl	Konsistenz
Anti-KI-Tricks	8.7	8.0
Programmierung	3.6	7.0
Kombiniert	6.5	10.0
Datenanalyse und -extraktion	6.5	10.0
Domänenspezifisch	3.0	10.0
Allgemeine Intelligenz	5.0	10.0
Befolgung von Anweisungen	10.0	10.0
Rätsellösen	3.6	7.2
Werkzeugaufrufe	10.0	10.0
Allgemeinwissen	3.0	10.0

KAT-Coder-Air V2.5

Modelldaten

Hamster playing table tennis

#141 KAT-Coder-Air V2.5

Diagramme

Top-Modelle nach Score

Punktzahl vs Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Schnellvergleich

Kategorieaufschlüsselung

Verglichene Modelle