नेविगेशन
Advertise here

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

average score लगभग बराबर है: 5.2 vs 5.1. Mistral Small 4 की benchmark लागत कम है: $0.047 vs $0.077. Mistral Small 4 तेज है: 3.12s vs 15.23s, pass rates 40.6% vs 24.6%.

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
#390
कुल आउटपुट टोकन
10,913
प्रतिक्रिया समय (औसत)
3.12s
कुल लागत
$0.047
अनुशंसित मॉडल Mistral Small 4

It has the best score here (5.1), 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 Mistral Small 4 Mistral Small 4 none रिलीज़: 2026-03-16
स्कोर 5.2 5.1
रैंक #386 #390
विश्वसनीयता 9.8 10.0
संगति 8.2 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 40.6% 24.6%
अस्थिर टेस्ट 5 1
कुल रन 69 69
प्रति परिणाम लागत 1.091 0.928
कुल लागत $0.077 $0.047
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 50,423 265,602
आउटपुट टोकन 4,144 10,913
रीजनिंग टोकन 110,510 0
प्रतिक्रिया समय (औसत) 15.23s 3.12s
प्रतिक्रिया समय (अधिकतम) 118.35s 45.46s
प्रतिक्रिया समय (कुल) 350.26s 71.87s
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

#390 Mistral Small 4

none
लागत
$0.002
समय
10.4s
टोकन
2,370 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 3.7 9.7 0.0% 0 901ms 7,636 619 0

तुलना जोड़ी बदलें