नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

KAT Coder AIR V2.5 (low) vs Laguna S 2.1 (medium)

Laguna S 2.1 (medium) average score में आगे है: 5.0 vs 5.0. KAT Coder AIR V2.5 (low) की benchmark लागत कम है: $0.046 vs $0.092. KAT Coder AIR V2.5 (low) तेज है: 10.21s vs 63.06s, pass rates 42.0% vs 24.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#354
कुल आउटपुट टोकन
60,414
प्रतिक्रिया समय (औसत)
10.21s
कुल लागत
$0.046
रैंक
#349
कुल आउटपुट टोकन
294,040
प्रतिक्रिया समय (औसत)
63.06s
कुल लागत
$0.092
अनुशंसित मॉडल KAT Coder AIR V2.5 (low)

Its score stays close to the best score here (5.0 vs 5.0), while costing about 2.0x less than Laguna S 2.1 (medium).

विस्तृत तुलना

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 5.0 5.0
रैंक #354 #349
विश्वसनीयता 9.9 10.0
संगति 7.8 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 42.0% 24.6%
अस्थिर टेस्ट 6 4
कुल रन 69 69
प्रति परिणाम लागत 0.649 1.987
कुल लागत $0.046 $0.092
इनपुट कीमत $0.150 / 1M $0.090 / 1M
आउटपुट कीमत $0.600 / 1M $0.180 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.009 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 61,094 230,291
आउटपुट टोकन 6,532 99,030
रीजनिंग टोकन 53,882 287,794
प्रतिक्रिया समय (औसत) 10.21s 63.06s
प्रतिक्रिया समय (अधिकतम) 86.23s 560.31s
प्रतिक्रिया समय (कुल) 234.86s 1450.31s
पैरामीटर ~35B कुल (~3B सक्रिय) 118B कुल (8B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

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.

#354 KAT Coder AIR V2.5

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

#349 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

तुलना जोड़ी बदलें