नेविगेशन
Advertise here

KAT Coder AIR V2.5 — high बनाम medium

high average score में आगे है: 5.2 vs 5.1. medium की benchmark लागत कम है: $0.048 vs $0.077. medium तेज है: 8.32s vs 15.23s, pass rates 40.6% vs 43.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-12

तुलना किए गए मॉडल

रैंक
#309
कुल आउटपुट टोकन
114,654
प्रतिक्रिया समय (औसत)
15.23s
कुल लागत
$0.077
रैंक
#315
कुल आउटपुट टोकन
66,576
प्रतिक्रिया समय (औसत)
8.32s
कुल लागत
$0.048
अनुशंसित मॉडल medium

Its score stays close to the best score here (5.1 vs 5.2), while costing about 1.6x less than KAT Coder AIR V2.5 (high).

विस्तृत तुलना

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 medium रिलीज़: 2026-07-14
स्कोर 5.2 5.1
रैंक #309 #315
विश्वसनीयता 9.8 9.6
संगति 8.2 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 40.6% 43.5%
अस्थिर टेस्ट 5 3
कुल रन 69 69
प्रति परिणाम लागत 1.091 0.596
कुल लागत $0.077 $0.048
इनपुट कीमत $0.150 / 1M $0.150 / 1M
आउटपुट कीमत $0.600 / 1M $0.600 / 1M
कैश पढ़ने की कीमत लागू नहीं लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 50,423 51,369
आउटपुट टोकन 4,144 8,008
रीजनिंग टोकन 110,510 58,568
प्रतिक्रिया समय (औसत) 15.23s 8.32s
प्रतिक्रिया समय (अधिकतम) 118.35s 48.19s
प्रतिक्रिया समय (कुल) 350.26s 191.40s
पैरामीटर ~35B कुल (~3B सक्रिय) ~35B कुल (~3B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#309 KAT Coder AIR V2.5

high
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

#315 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
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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973

तुलना जोड़ी बदलें