नेविगेशन
Advertise here

KAT Coder AIR V2.5 (high) vs Laguna XS 2.1

Laguna XS 2.1 average score में आगे है: 5.3 vs 5.2. Laguna XS 2.1 की benchmark लागत कम है: $0.020 vs $0.077. Laguna XS 2.1 तेज है: 4.56s vs 15.23s, pass rates 40.6% vs 29.0%.

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
#381
कुल आउटपुट टोकन
23,173
प्रतिक्रिया समय (औसत)
4.56s
कुल लागत
$0.020
अनुशंसित मॉडल Laguna XS 2.1

It has the best score here (5.3), while costing about 4.0x 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 Laguna XS 2.1 Laguna XS 2.1 none रिलीज़: 2026-07-02 निःशुल्क उपलब्ध
स्कोर 5.2 5.3
रैंक #386 #381
विश्वसनीयता 9.8 10.0
संगति 8.2 9.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 40.6% 29.0%
अस्थिर टेस्ट 5 3
कुल रन 69 69
प्रति परिणाम लागत 1.091 0.380
कुल लागत $0.077 $0.020
इनपुट कीमत $0.150 / 1M $0.060 / 1M
आउटपुट कीमत $0.600 / 1M $0.120 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.030 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 50,423 270,072
आउटपुट टोकन 4,144 23,173
रीजनिंग टोकन 110,510 0
प्रतिक्रिया समय (औसत) 15.23s 4.56s
प्रतिक्रिया समय (अधिकतम) 118.35s 70.79s
प्रतिक्रिया समय (कुल) 350.26s 104.80s
पैरामीटर ~35B कुल (~3B सक्रिय) 33B कुल (3B 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.

#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

#381 Laguna XS 2.1

none
लागत
$0.001
समय
27.6s
टोकन
4,344 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
Laguna XS 2.1 4.3 7.8 22.2% 1 623ms 7,995 562 0

तुलना जोड़ी बदलें