नेविगेशन
AI BENCHY
Advertise here

KAT-Coder-Air V2.5 (high) vs Kimi K2.6

average score लगभग बराबर है: 5.6 vs 5.7. KAT-Coder-Air V2.5 (high) की benchmark लागत कम है: $0.077 vs $0.233. KAT-Coder-Air V2.5 (high) तेज है: 15.87s vs 19.57s, pass rates 42.4% vs 30.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#220
कुल आउटपुट टोकन
114,654
प्रतिक्रिया समय (औसत)
15.87s
कुल लागत
$0.077
रैंक
#217
कुल आउटपुट टोकन
30,249
प्रतिक्रिया समय (औसत)
19.57s
कुल लागत
$0.233
अनुशंसित मॉडल KAT-Coder-Air V2.5 (high)

It has the best score here (5.6), while costing about 3.0x less than Kimi K2.6.

विस्तृत तुलना

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high रिलीज़: 2026-07-14 Kimi K2.6 Kimi K2.6 none रिलीज़: 2026-04-20
स्कोर 5.6 5.7
रैंक #220 #217
विश्वसनीयता 9.8 10.0
संगति 8.1 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 42.4% 30.3%
अस्थिर टेस्ट 5 2
कुल रन 66 66
प्रति परिणाम लागत 1.091 3.732
कुल लागत $0.077 $0.233
इनपुट कीमत $0.150 / 1M $0.950 / 1M
आउटपुट कीमत $0.600 / 1M $4.000 / 1M
कुल इनपुट टोकन 50,423 116,983
आउटपुट टोकन 4,144 30,249
रीजनिंग टोकन 110,510 0
प्रतिक्रिया समय (औसत) 15.87s 19.57s
प्रतिक्रिया समय (अधिकतम) 118.35s 238.89s
प्रतिक्रिया समय (कुल) 349.16s 430.58s
पैरामीटर ~35B कुल (~3B सक्रिय) 1T कुल (32B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#220 KAT-Coder-Air V2.5

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

#217 MoonshotAI: Kimi K2.6

none
लागत
$0.020
समय
127.4s
टोकन
4,429 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 K2.6 5.5 9.8 33.3% 0 82.57s 5,986 14,754 0

त्वरित तुलना

तुलना जोड़ी बदलें