नेविगेशन
AI BENCHY
Advertise here

KAT-Coder-Air V2.5 — high बनाम medium

high average score में आगे है: 5.6 vs 5.6. medium की benchmark लागत कम है: $0.048 vs $0.077. medium तेज है: 8.65s vs 15.87s, pass rates 42.4% vs 45.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-20

रैंक
#206
कुल आउटपुट टोकन
114,654
प्रतिक्रिया समय (औसत)
15.87s
कुल लागत
$0.077
रैंक
#212
कुल आउटपुट टोकन
66,576
प्रतिक्रिया समय (औसत)
8.65s
कुल लागत
$0.048
अनुशंसित मॉडल medium

Its score stays close to the best score here (5.6 vs 5.6), 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 5.6 5.6
रैंक #206 #212
विश्वसनीयता 9.8 9.6
संगति 8.1 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 42.4% 45.5%
अस्थिर टेस्ट 5 3
कुल रन 66 66
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
कुल इनपुट टोकन 50,423 51,369
आउटपुट टोकन 4,144 8,008
रीजनिंग टोकन 110,510 58,568
प्रतिक्रिया समय (औसत) 15.87s 8.65s
प्रतिक्रिया समय (अधिकतम) 118.35s 48.19s
प्रतिक्रिया समय (कुल) 349.16s 190.35s
पैरामीटर ~35B कुल (~3B 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.

#206 KAT-Coder-Air V2.5

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

#212 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

त्वरित तुलना

तुलना जोड़ी बदलें