नेविगेशन
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Air V2.5 vs Poolside: Laguna S 2.1

average score लगभग बराबर है: 5.4 vs 5.4. KAT-Coder-Air V2.5 (low) की benchmark लागत कम है: $0.041 vs $0.059. KAT-Coder-Air V2.5 (low) तेज है: 10.09s vs 58.43s, pass rates 45.5% vs 25.8%.

अनुशंसित मॉडलKAT-Coder-Air V2.5 (low)It has the best score here (5.4), while responding about 5.8x faster than Laguna S 2.1 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-22

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low रिलीज़: 2026-07-14 Laguna S 2.1 Laguna S 2.1 medium रिलीज़: 2026-07-21 निःशुल्क उपलब्ध
स्कोर 5.4 5.4
रैंक #165 #164
विश्वसनीयता 9.9 9.8
संगति 7.4 8.4
सही परीक्षण
प्रति प्रयास पास दर 45.5% 25.8%
अस्थिर टेस्ट 7 4
कुल रन 66 66
प्रति परिणाम लागत 0.585 1.451
कुल लागत $0.041 $0.059
इनपुट कीमत $0.150 / 1M $0.100 / 1M
आउटपुट कीमत $0.600 / 1M $0.200 / 1M
कुल इनपुट टोकन 61,085 86,641
आउटपुट टोकन 5,905 97,298
रीजनिंग टोकन 46,990 242,297
प्रतिक्रिया समय (औसत) 10.09s 58.43s
प्रतिक्रिया समय (अधिकतम) 86.23s 560.31s
प्रतिक्रिया समय (कुल) 222.03s 1285.48s

Hamster playing table tennis

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

#165 KAT-Coder-Air V2.5

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

#164 Laguna S 2.1

medium
लागत
$0.001
समय
4.0s
टोकन
867 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
Laguna S 2.1 5.3 7.2 44.4% 1 158.98s 7,917 93,354 106,718

त्वरित तुलना

तुलना जोड़ी बदलें