नेविगेशन
Advertise here

KAT Coder AIR V2.5 (high) vs Kimi K2.5

Kimi K2.5 average score में आगे है: 5.3 vs 5.2. KAT Coder AIR V2.5 (high) की benchmark लागत कम है: $0.077 vs $0.262. KAT Coder AIR V2.5 (high) तेज है: 15.23s vs 35.86s, pass rates 40.6% vs 29.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-07

तुलना किए गए मॉडल

रैंक
#306
कुल आउटपुट टोकन
114,654
प्रतिक्रिया समय (औसत)
15.23s
कुल लागत
$0.077
रैंक
#299
कुल आउटपुट टोकन
49,389
प्रतिक्रिया समय (औसत)
35.86s
कुल लागत
$0.262
अनुशंसित मॉडल KAT Coder AIR V2.5 (high)

Its score stays close to the best score here (5.2 vs 5.3), while costing about 3.4x less than Kimi K2.5.

विस्तृत तुलना

मेट्रिक KAT Coder AIR V2.5 KAT Coder AIR V2.5 high रिलीज़: 2026-07-14 Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27
स्कोर 5.2 5.3
रैंक #306 #299
विश्वसनीयता 9.8 10.0
संगति 8.2 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 40.6% 29.0%
अस्थिर टेस्ट 5 4
कुल रन 69 69
प्रति परिणाम लागत 1.091 4.976
कुल लागत $0.077 $0.262
इनपुट कीमत $0.150 / 1M $0.450 / 1M
आउटपुट कीमत $0.600 / 1M $2.250 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.070 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 50,423 275,349
आउटपुट टोकन 4,144 49,377
रीजनिंग टोकन 110,510 12
प्रतिक्रिया समय (औसत) 15.23s 35.86s
प्रतिक्रिया समय (अधिकतम) 118.35s 321.19s
प्रतिक्रिया समय (कुल) 350.26s 609.61s
पैरामीटर ~35B कुल (~3B सक्रिय) 1T कुल (32B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

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.

#306 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

#299 MoonshotAI: Kimi K2.5

none
लागत
$0.015
समय
89.1s
टोकन
5,421 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
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0

तुलना जोड़ी बदलें