नेविगेशन
AI BENCHY
Advertise here

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

KAT-Coder-Air V2.5 (low) average score में आगे है: 5.4 vs 4.5. Laguna S 2.1 की benchmark लागत कम है: $0.025 vs $0.041. KAT-Coder-Air V2.5 (low) तेज है: 10.09s vs 11.67s, pass rates 45.5% vs 15.2%.

अनुशंसित मॉडलKAT-Coder-Air V2.5 (low)It has the strongest score in this comparison (5.4) and the best overall balance of cost and response time across all 2 models.

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 none रिलीज़: 2026-07-21 निःशुल्क उपलब्ध
स्कोर 5.4 4.5
रैंक #165 #200
विश्वसनीयता 9.9 10.0
संगति 7.4 8.8
सही परीक्षण
प्रति प्रयास पास दर 45.5% 15.2%
अस्थिर टेस्ट 7 3
कुल रन 66 66
प्रति परिणाम लागत 0.585 1.205
कुल लागत $0.041 $0.025
इनपुट कीमत $0.150 / 1M $0.100 / 1M
आउटपुट कीमत $0.600 / 1M $0.200 / 1M
कुल इनपुट टोकन 61,085 125,598
आउटपुट टोकन 5,905 57,634
रीजनिंग टोकन 46,990 0
प्रतिक्रिया समय (औसत) 10.09s 11.67s
प्रतिक्रिया समय (अधिकतम) 86.23s 200.52s
प्रतिक्रिया समय (कुल) 222.03s 256.80s

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

#200 Laguna S 2.1

none
लागत
$0.001
समय
7.6s
टोकन
1,345 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 3.4 9.7 0.0% 0 550ms 7,917 424 0

त्वरित तुलना

तुलना जोड़ी बदलें