नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Air V2.5 vs MoonshotAI: Kimi K2.5

सारांश

KAT-Coder-Air V2.5 (low) average score में आगे है: 6.0 vs 5.5. Kimi K2.5 की benchmark लागत कम है: $0.027 vs $0.030. KAT-Coder-Air V2.5 (low) तेज है: 6.47s vs 13.18s, pass rates 46.0% vs 34.9%.

अनुशंसित मॉडलKAT-Coder-Air V2.5 (low)It has the best score here (6.0), while responding about 2.0x faster than Kimi K2.5.

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 low रिलीज़: 2026-07-14 Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27
स्कोर 6.0 5.5
रैंक #124 #143
विश्वसनीयता 9.7 10.0
संगति 7.6 8.9
सही परीक्षण
प्रति प्रयास पास दर 46.0% 34.9%
अस्थिर टेस्ट 6 3
कुल रन 63 63
प्रति परिणाम लागत 0.427 0.442
कुल लागत $0.030 $0.027
इनपुट कीमत $0.150 / 1M $0.375 / 1M
आउटपुट कीमत $0.600 / 1M $2.025 / 1M
कुल इनपुट टोकन 42,464 36,034
आउटपुट टोकन 4,227 6,657
रीजनिंग टोकन 34,864 0
प्रतिक्रिया समय (औसत) 6.47s 13.18s
प्रतिक्रिया समय (अधिकतम) 25.49s 42.13s
प्रतिक्रिया समय (कुल) 135.80s 184.47s

जनरेशन शोकेस

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

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

#143 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