नेविगेशन
Advertise here

Seed-2.0-Code vs KAT-Coder-Air V2.5 (low)

KAT-Coder-Air V2.5 (low) average score में आगे है: 5.4 vs 5.3. KAT-Coder-Air V2.5 (low) की benchmark लागत कम है: $0.046 vs $0.151. KAT-Coder-Air V2.5 (low) तेज है: 10.63s vs 14.67s, pass rates 36.4% vs 43.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-24

तुलना किए गए मॉडल

रैंक
#288
कुल आउटपुट टोकन
23,433
प्रतिक्रिया समय (औसत)
14.67s
कुल लागत
$0.151
रैंक
#280
कुल आउटपुट टोकन
60,414
प्रतिक्रिया समय (औसत)
10.63s
कुल लागत
$0.046
अनुशंसित मॉडल KAT-Coder-Air V2.5 (low)

It has the best score here (5.4), while costing about 3.3x less than Seed-2.0-Code.

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code none रिलीज़: 2026-08-12 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low रिलीज़: 2026-07-14
स्कोर 5.3 5.4
रैंक #288 #280
विश्वसनीयता 8.6 9.9
संगति 8.1 7.8
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 36.4% 43.9%
अस्थिर टेस्ट 5 6
कुल रन 66 66
प्रति परिणाम लागत 2.503 0.649
कुल लागत $0.151 $0.046
इनपुट कीमत $0.500 / 1M $0.150 / 1M
आउटपुट कीमत $3.000 / 1M $0.600 / 1M
कुल इनपुट टोकन 159,749 61,094
आउटपुट टोकन 23,433 6,532
रीजनिंग टोकन 0 53,882
प्रतिक्रिया समय (औसत) 14.67s 10.63s
प्रतिक्रिया समय (अधिकतम) 132.84s 86.23s
प्रतिक्रिया समय (कुल) 322.71s 233.77s
पैरामीटर ~200B कुल (~20B सक्रिय) ~35B कुल (~3B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#288 Seed-2.0-Code

none
लागत
$0.030
समय
140.6s
टोकन
9,924 tok

#280 KAT-Coder-Air V2.5

low
लागत
$0.004
समय
29.9s
टोकन
6,008 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
Seed-2.0-Code 3.6 9.8 0.0% 0 13.42s 7,230 505 0
KAT-Coder-Air V2.5 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623

त्वरित तुलना

तुलना जोड़ी बदलें