नेविगेशन
Advertise here

KAT Coder AIR V2.5 (low) vs GPT-5.6 Luna

GPT-5.6 Luna average score में आगे है: 5.3 vs 5.0. GPT-5.6 Luna की benchmark लागत कम है: $0.042 vs $0.046. GPT-5.6 Luna तेज है: 3.78s vs 10.21s, pass rates 42.0% vs 34.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-24

तुलना किए गए मॉडल

रैंक
#357
कुल आउटपुट टोकन
60,414
प्रतिक्रिया समय (औसत)
10.21s
कुल लागत
$0.046
रैंक
#334
कुल आउटपुट टोकन
8,000
प्रतिक्रिया समय (औसत)
3.78s
कुल लागत
$0.042
अनुशंसित मॉडल GPT-5.6 Luna

It has the best score here (5.3), while responding about 2.7x faster than KAT Coder AIR V2.5 (low).

विस्तृत तुलना

मेट्रिक KAT Coder AIR V2.5 KAT Coder AIR V2.5 low रिलीज़: 2026-07-14 GPT-5.6 Luna GPT-5.6 Luna none रिलीज़: 2026-07-09
स्कोर 5.0 5.3
रैंक #357 #334
विश्वसनीयता 9.9 10.0
संगति 7.8 8.8
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 42.0% 34.8%
अस्थिर टेस्ट 6 3
कुल रन 69 69
प्रति परिणाम लागत 0.649 2.814
कुल लागत $0.046 $0.042
इनपुट कीमत $0.150 / 1M $0.200 / 1M
आउटपुट कीमत $0.600 / 1M $1.200 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.020 / 1M
कैश लिखने की कीमत लागू नहीं $0.250 / 1M
कुल इनपुट टोकन 61,094 230,744
आउटपुट टोकन 6,532 8,000
रीजनिंग टोकन 53,882 0
प्रतिक्रिया समय (औसत) 10.21s 3.78s
प्रतिक्रिया समय (अधिकतम) 86.23s 53.77s
प्रतिक्रिया समय (कुल) 234.86s 86.83s
पैरामीटर ~35B कुल (~3B सक्रिय) ~400B कुल (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#357 KAT Coder AIR V2.5

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

#334 GPT-5.6 Luna

none
लागत
$0.016
समय
15.8s
टोकन
2,685 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
GPT-5.6 Luna 3.8 7.2 22.2% 1 980ms 7,302 459 0

तुलना जोड़ी बदलें