नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5 Nano

सारांश

GPT-5 Nano (medium) average score में आगे है: 6.7 vs 6.2. KAT-Coder-Air V2.5 (high) की benchmark लागत कम है: $0.064 vs $0.081. KAT-Coder-Air V2.5 (high) तेज है: 11.02s vs 42.51s, pass rates 46.0% vs 57.1%.

अनुशंसित मॉडलGPT-5 Nano (medium)It has the strongest score in this comparison (6.7) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high रिलीज़: 2026-07-14 GPT-5 Nano GPT-5 Nano medium रिलीज़: 2025-08-07
स्कोर 6.2 6.7
रैंक #110 #97
विश्वसनीयता 9.7 10.0
संगति 7.6 7.3
सही परीक्षण
प्रति प्रयास पास दर 46.0% 57.1%
अस्थिर टेस्ट 6 7
कुल रन 63 63
प्रति परिणाम लागत 0.910 0.897
कुल लागत $0.064 $0.081
इनपुट कीमत $0.150 / 1M $0.050 / 1M
आउटपुट कीमत $0.600 / 1M $0.400 / 1M
कुल इनपुट टोकन 41,748 34,108
आउटपुट टोकन 3,894 5,464
रीजनिंग टोकन 91,773 192,064
प्रतिक्रिया समय (औसत) 11.02s 42.51s
प्रतिक्रिया समय (अधिकतम) 104.98s 204.02s
प्रतिक्रिया समय (कुल) 231.37s 595.09s

जनरेशन शोकेस

Hamster playing table tennis

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

#110 KAT-Coder-Air V2.5

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

#97 GPT-5 Nano

medium
लागत
$0.006
समय
108.5s
टोकन
13,209 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
GPT-5 Nano 7.0 7.7 55.6% 1 41.62s 7,305 740 41,152

त्वरित तुलना

तुलना जोड़ी बदलें