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 (default)

Claude Haiku 5.5 (low) average score में आगे है: 8.6 vs 4.4. Claude Haiku 5.5 (low) की benchmark लागत कम है: $0.061 vs $0.070. Claude Haiku 5.5 (low) तेज है: 7.51s vs 11.96s, pass rates 76.8% vs 34.8%.

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
#356
कुल आउटपुट टोकन
97,752
प्रतिक्रिया समय (औसत)
11.96s
कुल लागत
$0.070
अनुशंसित मॉडल Claude Haiku 5.5 (low)

It has the best score here (8.6), while responding about 1.6x faster than KAT Coder AIR V2.5 (default).

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 default रिलीज़: 2026-07-14
स्कोर 8.6 4.4
रैंक #64 #356
विश्वसनीयता 10.0 10.0
संगति 8.9 7.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 34.8%
अस्थिर टेस्ट 3 7
कुल रन 69 69
प्रति परिणाम लागत 0.378 1.382
कुल लागत $0.061 $0.070
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 69,376
आउटपुट टोकन 10,672 7,792
रीजनिंग टोकन 50,978 89,960
प्रतिक्रिया समय (औसत) 7.51s 11.96s
प्रतिक्रिया समय (अधिकतम) 44.43s 121.05s
प्रतिक्रिया समय (कुल) 172.74s 275.18s
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

#356 KAT Coder AIR V2.5

default
लागत
$0.002
समय
14.5s
टोकन
2,619 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 3.3 9.6 0.0% 0 14.31s 6,472 2,032 14,886

तुलना जोड़ी बदलें