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

Claude Haiku 5.5 (low) vs KAT Coder AIR V2.5 (high)

Claude Haiku 5.5 (low) average score में आगे है: 8.6 vs 5.2. Claude Haiku 5.5 (low) की benchmark लागत कम है: $0.061 vs $0.077. Claude Haiku 5.5 (low) तेज है: 7.51s vs 15.23s, pass rates 76.8% vs 40.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-12

तुलना किए गए मॉडल

रैंक
#64
कुल आउटपुट टोकन
61,650
प्रतिक्रिया समय (औसत)
7.51s
कुल लागत
$0.061
रैंक
#309
कुल आउटपुट टोकन
114,654
प्रतिक्रिया समय (औसत)
15.23s
कुल लागत
$0.077
अनुशंसित मॉडल Claude Haiku 5.5 (low)

It has the best score here (8.6), while responding about 2.0x faster than KAT Coder AIR V2.5 (high).

विस्तृत तुलना

मेट्रिक Claude Haiku 5.5 Claude Haiku 5.5 low रिलीज़: 2026-10-07 KAT Coder AIR V2.5 KAT Coder AIR V2.5 high रिलीज़: 2026-07-14
स्कोर 8.6 5.2
रैंक #64 #309
विश्वसनीयता 10.0 9.8
संगति 8.9 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 40.6%
अस्थिर टेस्ट 3 5
कुल रन 69 69
प्रति परिणाम लागत 0.378 1.091
कुल लागत $0.061 $0.077
इनपुट कीमत $0.100 / 1M $0.150 / 1M
आउटपुट कीमत $0.500 / 1M $0.600 / 1M
कैश पढ़ने की कीमत $0.010 / 1M लागू नहीं
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 296,301 50,423
आउटपुट टोकन 10,672 4,144
रीजनिंग टोकन 50,978 110,510
प्रतिक्रिया समय (औसत) 7.51s 15.23s
प्रतिक्रिया समय (अधिकतम) 44.43s 118.35s
प्रतिक्रिया समय (कुल) 172.74s 350.26s
पैरामीटर ~50B ~35B कुल (~3B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#64 Claude Haiku 5.5

low
लागत
$0.001
समय
7.4s
टोकन
1,851 tok

#309 KAT Coder AIR V2.5

high
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Haiku 5.5 7.9 7.5 77.8% 1 7.30s 10,608 531 11,618
KAT Coder AIR V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883

तुलना जोड़ी बदलें