नेविगेशन
AI BENCHY
Advertise here

DeepSeek V4 Flash 0423 vs KAT-Coder-Air V2.5 (medium)

KAT-Coder-Air V2.5 (medium) average score में आगे है: 5.6 vs 5.4. DeepSeek V4 Flash 0423 की benchmark लागत कम है: $0.036 vs $0.048. KAT-Coder-Air V2.5 (medium) तेज है: 8.65s vs 36.17s, pass rates 27.3% vs 45.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-26

रैंक
#221
कुल आउटपुट टोकन
100,726
प्रतिक्रिया समय (औसत)
36.17s
कुल लागत
$0.036
रैंक
#215
कुल आउटपुट टोकन
66,576
प्रतिक्रिया समय (औसत)
8.65s
कुल लागत
$0.048
अनुशंसित मॉडल KAT-Coder-Air V2.5 (medium)

It has the best score here (5.6), while responding about 4.2x faster than DeepSeek V4 Flash 0423.

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 none रिलीज़: 2026-04-24 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium रिलीज़: 2026-07-14
स्कोर 5.4 5.6
रैंक #221 #215
विश्वसनीयता 10.0 9.6
संगति 8.5 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 27.3% 45.5%
अस्थिर टेस्ट 4 3
कुल रन 66 66
प्रति परिणाम लागत 1.146 0.596
कुल लागत $0.036 $0.048
इनपुट कीमत $0.082 / 1M $0.150 / 1M
आउटपुट कीमत $0.163 / 1M $0.600 / 1M
कुल इनपुट टोकन 240,230 51,369
आउटपुट टोकन 100,726 8,008
रीजनिंग टोकन 0 58,568
प्रतिक्रिया समय (औसत) 36.17s 8.65s
प्रतिक्रिया समय (अधिकतम) 247.27s 48.19s
प्रतिक्रिया समय (कुल) 795.83s 190.35s
पैरामीटर 284B कुल (13B सक्रिय) ~35B कुल (~3B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#221 DeepSeek V4 Flash 0423

none
लागत
$0.004
समय
157.6s
टोकन
11,297 tok

#215 KAT-Coder-Air V2.5

medium
लागत
$0.003
समय
23.7s
टोकन
4,924 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
DeepSeek V4 Flash 0423 4.2 7.4 11.1% 1 17.13s 7,279 9,717 0
KAT-Coder-Air V2.5 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973

त्वरित तुलना

तुलना जोड़ी बदलें