नेविगेशन
AI BENCHY
Advertise here

KAT-Coder-Air V2.5 (high) vs GLM 5.1

average score लगभग बराबर है: 5.6 vs 5.7. KAT-Coder-Air V2.5 (high) की benchmark लागत कम है: $0.077 vs $0.164. GLM 5.1 तेज है: 6.74s vs 15.87s, pass rates 42.4% vs 45.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#220
कुल आउटपुट टोकन
114,654
प्रतिक्रिया समय (औसत)
15.87s
कुल लागत
$0.077
रैंक
#216
कुल आउटपुट टोकन
14,393
प्रतिक्रिया समय (औसत)
6.74s
कुल लागत
$0.164
अनुशंसित मॉडल KAT-Coder-Air V2.5 (high)

It has the best score here (5.6), while costing about 2.1x less than GLM 5.1.

विस्तृत तुलना

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high रिलीज़: 2026-07-14 GLM 5.1 GLM 5.1 none रिलीज़: 2026-04-07
स्कोर 5.6 5.7
रैंक #220 #216
विश्वसनीयता 9.8 10.0
संगति 8.1 8.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 42.4% 45.5%
अस्थिर टेस्ट 5 5
कुल रन 66 66
प्रति परिणाम लागत 1.091 2.073
कुल लागत $0.077 $0.164
इनपुट कीमत $0.150 / 1M $0.966 / 1M
आउटपुट कीमत $0.600 / 1M $3.036 / 1M
कुल इनपुट टोकन 50,423 124,219
आउटपुट टोकन 4,144 14,393
रीजनिंग टोकन 110,510 0
प्रतिक्रिया समय (औसत) 15.87s 6.74s
प्रतिक्रिया समय (अधिकतम) 118.35s 61.20s
प्रतिक्रिया समय (कुल) 349.16s 148.20s
पैरामीटर ~35B कुल (~3B सक्रिय) 744B कुल (40B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#220 KAT-Coder-Air V2.5

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

#216 GLM 5.1

none
अमान्य SVG
लागत
$0.000
समय
300.0s
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
GLM 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 0

त्वरित तुलना

तुलना जोड़ी बदलें