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

Kwaipilot: KAT-Coder-Air V2.5 vs Kwaipilot: KAT-Coder-Air V2.5

सारांश

KAT-Coder-Air V2.5 (high) average score में आगे है: 6.2 vs 6.0. KAT-Coder-Air V2.5 (low) की benchmark लागत कम है: $0.030 vs $0.064. KAT-Coder-Air V2.5 (low) तेज है: 6.47s vs 11.02s, pass rates 46.0% vs 46.0%.

अनुशंसित मॉडलKAT-Coder-Air V2.5 (low)Its score stays close to the best score here (6.0 vs 6.2), while costing about 2.1x less than KAT-Coder-Air V2.5 (high).

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

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high रिलीज़: 2026-07-14 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low रिलीज़: 2026-07-14
स्कोर 6.2 6.0
रैंक #110 #124
विश्वसनीयता 9.7 9.7
संगति 7.6 7.6
सही परीक्षण
प्रति प्रयास पास दर 46.0% 46.0%
अस्थिर टेस्ट 6 6
कुल रन 63 63
प्रति परिणाम लागत 0.910 0.427
कुल लागत $0.064 $0.030
इनपुट कीमत $0.150 / 1M $0.150 / 1M
आउटपुट कीमत $0.600 / 1M $0.600 / 1M
कुल इनपुट टोकन 41,748 42,464
आउटपुट टोकन 3,894 4,227
रीजनिंग टोकन 91,773 34,864
प्रतिक्रिया समय (औसत) 11.02s 6.47s
प्रतिक्रिया समय (अधिकतम) 104.98s 25.49s
प्रतिक्रिया समय (कुल) 231.37s 135.80s

जनरेशन शोकेस

Hamster playing table tennis

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

#110 KAT-Coder-Air V2.5

high
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

#124 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
KAT-Coder-Air V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883
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