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

AI BENCHY तुलना

Google: Gemma 4 26B A4B vs Kwaipilot: KAT-Coder-Air V2.5

सारांश

Gemma 4 26B A4B average score में आगे है: 5.5 vs 4.9. Gemma 4 26B A4B की benchmark लागत कम है: $0.004 vs $0.037. Gemma 4 26B A4B तेज है: 5.91s vs 6.99s, pass rates 44.4% vs 38.1%.

अनुशंसित मॉडलGemma 4 26B A4BIt has the best score here (5.5), while costing about 12.0x less than KAT-Coder-Air V2.5.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक Gemma 4 26B A4B Gemma 4 26B A4B none रिलीज़: 2026-04-03 निःशुल्क उपलब्ध KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none रिलीज़: 2026-07-14
स्कोर 5.5 4.9
रैंक #146 #168
विश्वसनीयता 10.0 10.0
संगति 9.2 7.1
सही परीक्षण
प्रति प्रयास पास दर 44.4% 38.1%
अस्थिर टेस्ट 2 7
कुल रन 63 63
प्रति परिणाम लागत 0.068 0.724
कुल लागत $0.004 $0.037
इनपुट कीमत $0.060 / 1M $0.150 / 1M
आउटपुट कीमत $0.330 / 1M $0.600 / 1M
कुल इनपुट टोकन 40,038 41,328
आउटपुट टोकन 1,824 49,933
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 5.91s 6.99s
प्रतिक्रिया समय (अधिकतम) 57.10s 24.94s
प्रतिक्रिया समय (कुल) 124.05s 146.78s

जनरेशन शोकेस

Hamster playing table tennis

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

#146 Gemma 4 26B A4B

none
लागत
$0.001
समय
39.5s
टोकन
790 tok

#168 KAT-Coder-Air V2.5

none
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
Gemma 4 26B A4B 3.7 7.2 22.2% 1 4.16s 7,736 476 0
KAT-Coder-Air V2.5 3.3 9.6 0.0% 0 14.31s 6,472 16,918 0

त्वरित तुलना

तुलना जोड़ी बदलें