नेविगेशन
Advertise here

KAT Coder AIR V2.5 (high) vs Mistral Small 4 (medium)

average score लगभग बराबर है: 5.2 vs 5.1. KAT Coder AIR V2.5 (high) की benchmark लागत कम है: $0.077 vs $0.126. Mistral Small 4 (medium) तेज है: 12.68s vs 15.23s, pass rates 40.6% vs 42.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#386
कुल आउटपुट टोकन
114,654
प्रतिक्रिया समय (औसत)
15.23s
कुल लागत
$0.077
रैंक
#389
कुल आउटपुट टोकन
127,970
प्रतिक्रिया समय (औसत)
12.68s
कुल लागत
$0.126
अनुशंसित मॉडल KAT Coder AIR V2.5 (high)

It has the best score here (5.2), while costing about 1.6x less than Mistral Small 4 (medium).

विस्तृत तुलना

मेट्रिक KAT Coder AIR V2.5 KAT Coder AIR V2.5 high रिलीज़: 2026-07-14 Mistral Small 4 Mistral Small 4 medium रिलीज़: 2026-03-16
स्कोर 5.2 5.1
रैंक #386 #389
विश्वसनीयता 9.8 9.7
संगति 8.2 7.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 40.6% 42.0%
अस्थिर टेस्ट 5 8
कुल रन 69 69
प्रति परिणाम लागत 1.091 2.502
कुल लागत $0.077 $0.126
इनपुट कीमत $0.150 / 1M $0.150 / 1M
आउटपुट कीमत $0.600 / 1M $0.600 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.015 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 50,423 321,955
आउटपुट टोकन 4,144 41,555
रीजनिंग टोकन 110,510 94,946
प्रतिक्रिया समय (औसत) 15.23s 12.68s
प्रतिक्रिया समय (अधिकतम) 118.35s 59.15s
प्रतिक्रिया समय (कुल) 350.26s 291.66s
पैरामीटर ~35B कुल (~3B सक्रिय) 119B कुल (6B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#386 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

#389 Mistral Small 4

medium
लागत
$0.006
समय
47.9s
टोकन
9,857 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
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715

तुलना जोड़ी बदलें