नेविगेशन
AI BENCHY
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: $0.041 vs $0.151. KAT-Coder-Air V2.5 (low) तेज है: 10.09s vs 14.67s, pass rates 34.9% vs 45.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-12

रैंक
#219
कुल आउटपुट टोकन
23,432
प्रतिक्रिया समय (औसत)
14.67s
कुल लागत
$0.151
रैंक
#210
कुल आउटपुट टोकन
52,895
प्रतिक्रिया समय (औसत)
10.09s
कुल लागत
$0.041
अनुशंसित मॉडल KAT-Coder-Air V2.5 (low)

It has the best score here (5.4), while costing about 3.7x 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 #219 #210
विश्वसनीयता 6.7 9.9
संगति 8.1 7.4
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 34.9% 45.5%
अस्थिर टेस्ट 5 7
कुल रन 66 66
प्रति परिणाम लागत 2.503 0.585
कुल लागत $0.151 $0.041
इनपुट कीमत $0.500 / 1M $0.150 / 1M
आउटपुट कीमत $3.000 / 1M $0.600 / 1M
कुल इनपुट टोकन 159,740 61,085
आउटपुट टोकन 23,432 5,905
रीजनिंग टोकन 0 46,990
प्रतिक्रिया समय (औसत) 14.67s 10.09s
प्रतिक्रिया समय (अधिकतम) 132.84s 86.23s
प्रतिक्रिया समय (कुल) 322.75s 222.03s
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.

#219 Seed-2.0-Code

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

#210 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