नेविगेशन
AI BENCHY
Advertise here

KAT-Coder-Air V2.5 (low) vs Kimi K2.5

average score लगभग बराबर है: 5.4 vs 5.4. KAT-Coder-Air V2.5 (low) की benchmark लागत कम है: $0.046 vs $0.134. KAT-Coder-Air V2.5 (low) तेज है: 10.63s vs 18.03s, pass rates 43.9% vs 30.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-26

रैंक
#223
कुल आउटपुट टोकन
60,414
प्रतिक्रिया समय (औसत)
10.63s
कुल लागत
$0.046
रैंक
#226
कुल आउटपुट टोकन
26,643
प्रतिक्रिया समय (औसत)
18.03s
कुल लागत
$0.134
अनुशंसित मॉडल KAT-Coder-Air V2.5 (low)

It has the best score here (5.4), while costing about 2.9x less than Kimi K2.5.

विस्तृत तुलना

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low रिलीज़: 2026-07-14 Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27
स्कोर 5.4 5.4
रैंक #223 #226
विश्वसनीयता 9.9 10.0
संगति 7.8 8.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 43.9% 30.3%
अस्थिर टेस्ट 6 4
कुल रन 66 66
प्रति परिणाम लागत 0.649 2.278
कुल लागत $0.046 $0.134
इनपुट कीमत $0.150 / 1M $0.600 / 1M
आउटपुट कीमत $0.600 / 1M $3.000 / 1M
कुल इनपुट टोकन 61,094 89,320
आउटपुट टोकन 6,532 26,643
रीजनिंग टोकन 53,882 0
प्रतिक्रिया समय (औसत) 10.63s 18.03s
प्रतिक्रिया समय (अधिकतम) 86.23s 102.83s
प्रतिक्रिया समय (कुल) 233.77s 288.42s
पैरामीटर ~35B कुल (~3B सक्रिय) 1T कुल (32B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#223 KAT-Coder-Air V2.5

low
लागत
$0.004
समय
29.9s
टोकन
6,008 tok

#226 MoonshotAI: Kimi K2.5

none
लागत
$0.015
समय
89.1s
टोकन
5,421 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 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0

त्वरित तुलना

तुलना जोड़ी बदलें