नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Kwaipilot: KAT-Coder-Air V2.5 vs Thinking Machines: Inkling

KAT-Coder-Air V2.5 (high) average score में आगे है: 5.6 vs 5.2. KAT-Coder-Air V2.5 (high) की benchmark लागत कम है: $0.077 vs $0.147. Inkling तेज है: 3.50s vs 15.90s, pass rates 43.9% vs 28.8%.

अनुशंसित मॉडलKAT-Coder-Air V2.5 (high)It has the best score here (5.6), while costing about 1.9x less than Inkling.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-18

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high रिलीज़: 2026-07-14 Inkling Inkling none रिलीज़: 2026-07-18
स्कोर 5.6 5.2
रैंक #140 #160
विश्वसनीयता 9.9 9.9
संगति 7.7 9.6
सही परीक्षण
प्रति प्रयास पास दर 43.9% 28.8%
अस्थिर टेस्ट 6 1
कुल रन 66 66
प्रति परिणाम लागत 1.097 2.448
कुल लागत $0.077 $0.147
इनपुट कीमत $0.150 / 1M $1.000 / 1M
आउटपुट कीमत $0.600 / 1M $4.050 / 1M
कुल इनपुट टोकन 50,470 104,111
आउटपुट टोकन 3,957 10,551
रीजनिंग टोकन 111,374 0
प्रतिक्रिया समय (औसत) 15.90s 3.50s
प्रतिक्रिया समय (अधिकतम) 118.35s 48.02s
प्रतिक्रिया समय (कुल) 349.71s 77.09s

Hamster playing table tennis

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

#140 KAT-Coder-Air V2.5

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

#160 Thinking Machines: Inkling

none
Provider returned error
लागत
$0.000
समय
5.3s
टोकन
0 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
Inkling 4.5 10.0 0.0% 0 1.01s 7,356 436 0

त्वरित तुलना

तुलना जोड़ी बदलें