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 Xiaomi: MiMo-V2.5

KAT-Coder-Air V2.5 (high) average score में आगे है: 5.6 vs 5.1. MiMo-V2.5 की benchmark लागत कम है: $0.025 vs $0.077. MiMo-V2.5 तेज है: 4.62s vs 15.90s, pass rates 43.9% vs 25.8%.

अनुशंसित मॉडलKAT-Coder-Air V2.5 (high)It has the strongest score in this comparison (5.6) 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:: 2026-07-21

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high रिलीज़: 2026-07-14 MiMo-V2.5 MiMo-V2.5 none रिलीज़: 2026-04-22
स्कोर 5.6 5.1
रैंक #150 #174
विश्वसनीयता 9.9 10.0
संगति 7.7 9.6
सही परीक्षण
प्रति प्रयास पास दर 43.9% 25.8%
अस्थिर टेस्ट 6 1
कुल रन 66 66
प्रति परिणाम लागत 1.097 0.770
कुल लागत $0.077 $0.025
इनपुट कीमत $0.150 / 1M $0.140 / 1M
आउटपुट कीमत $0.600 / 1M $0.280 / 1M
कुल इनपुट टोकन 50,470 141,043
आउटपुट टोकन 3,957 16,464
रीजनिंग टोकन 111,374 0
प्रतिक्रिया समय (औसत) 15.90s 4.62s
प्रतिक्रिया समय (अधिकतम) 118.35s 55.36s
प्रतिक्रिया समय (कुल) 349.71s 101.57s

Hamster playing table tennis

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

#150 KAT-Coder-Air V2.5

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

#174 MiMo-V2.5

none
लागत
$0.007
समय
267.4s
टोकन
25,283 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
MiMo-V2.5 5.5 10.0 33.3% 0 3.24s 7,440 696 0

त्वरित तुलना

तुलना जोड़ी बदलें