#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 StepFun: Step 3.5 Flash
सारांश
Step 3.5 Flash (medium) average score में आगे है: 6.6 vs 6.2. KAT-Coder-Air V2.5 (high) की benchmark लागत कम है: $0.064 vs $0.070. KAT-Coder-Air V2.5 (high) तेज है: 11.02s vs 72.53s, pass rates 46.0% vs 54.0%.
अनुशंसित मॉडलKAT-Coder-Air V2.5 (high)Its score stays close to the best score here (6.2 vs 6.6), while responding about 6.6x faster than Step 3.5 Flash (medium).
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 | Step 3.5 Flash Step 3.5 Flash medium |
|---|---|---|
| स्कोर | 6.2 | 6.6 |
| रैंक | #110 | #98 |
| विश्वसनीयता | 9.7 | 10.0 |
| संगति | 7.6 | 8.9 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 46.0% | 54.0% |
| अस्थिर टेस्ट | 6 | 1 |
| कुल रन | 63 | 60 |
| प्रति परिणाम लागत | 0.910 | 0.198 |
| कुल लागत | $0.064 | $0.070 |
| इनपुट कीमत | $0.150 / 1M | $0.100 / 1M |
| आउटपुट कीमत | $0.600 / 1M | $0.300 / 1M |
| कुल इनपुट टोकन | 41,748 | 34,431 |
| आउटपुट टोकन | 3,894 | 91,587 |
| रीजनिंग टोकन | 91,773 | 195,973 |
| प्रतिक्रिया समय (औसत) | 11.02s | 72.53s |
| प्रतिक्रिया समय (अधिकतम) | 104.98s | 453.94s |
| प्रतिक्रिया समय (कुल) | 231.37s | 1015.47s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#98 Step 3.5 Flash
medium- लागत
- $0.008
- समय
- 277.1s
- टोकन
- 23,695 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 | |
| Step 3.5 Flash | 2.4 | 5.2 | 0.0% | 0 | 258.38s | 2,211 | 13,207 | 22,429 |
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 उपलब्धGemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5highGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumKAT-Coder-Air V2.5highvsQwen3.5-Flashnone