#110 KAT-Coder-Air V2.5
high
अमान्य SVG
- लागत
- $0.000
- समय
- 300.0s
- टोकन
- 0 tok
AI BENCHY तुलना
Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: gpt-oss-120b
सारांश
gpt-oss-120b (medium) average score में आगे है: 6.7 vs 6.2. gpt-oss-120b (medium) की benchmark लागत कम है: $0.011 vs $0.064. KAT-Coder-Air V2.5 (high) तेज है: 11.02s vs 22.28s, pass rates 46.0% vs 52.4%.
अनुशंसित मॉडलgpt-oss-120b (medium)It has the best score here (6.7), while costing about 6.4x less than KAT-Coder-Air V2.5 (high).
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 | gpt-oss-120b gpt-oss-120b medium निःशुल्क उपलब्ध |
|---|---|---|
| स्कोर | 6.2 | 6.7 |
| रैंक | #110 | #96 |
| विश्वसनीयता | 9.7 | 10.0 |
| संगति | 7.6 | 8.0 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 46.0% | 52.4% |
| अस्थिर टेस्ट | 6 | 5 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 0.910 | 0.141 |
| कुल लागत | $0.064 | $0.011 |
| इनपुट कीमत | $0.150 / 1M | $0.030 / 1M |
| आउटपुट कीमत | $0.600 / 1M | $0.150 / 1M |
| कुल इनपुट टोकन | 41,748 | 39,084 |
| आउटपुट टोकन | 3,894 | 20,013 |
| रीजनिंग टोकन | 91,773 | 50,233 |
| प्रतिक्रिया समय (औसत) | 11.02s | 22.28s |
| प्रतिक्रिया समय (अधिकतम) | 104.98s | 68.16s |
| प्रतिक्रिया समय (कुल) | 231.37s | 311.96s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#96 gpt-oss-120b
medium- लागत
- $0.001
- समय
- 26.7s
- टोकन
- 555 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-oss-120b | 5.9 | 7.0 | 55.6% | 1 | 38.37s | 7,782 | 3,365 | 11,973 |
त्वरित तुलना
तुलना जोड़ी बदलें
Seed-2.0-LitenonevsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsGPT-5.6 LunalowKAT-Coder-Air V2.5highvsGPT-5.5noneKAT-Coder-Air V2.5highvsQwen3.5-35B-A3BmediumGemini 2.5 FlashnonevsKAT-Coder-Air V2.5highGemma 4 31Bmediumनिःशुल्क उपलब्धvsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsGPT-5.6 SolnoneGemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsNemotron 3 Supermediumनिःशुल्क उपलब्धKAT-Coder-Pro V2.5nonevsgpt-oss-120bmediumनिःशुल्क उपलब्धGemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5highGemini 3.5 Flashminimalvsgpt-oss-120bmediumनिःशुल्क उपलब्ध