#124 KAT-Coder-Air V2.5
low- लागत
- $0.004
- समय
- 29.9s
- टोकन
- 6,008 tok
AI BENCHY तुलना
सारांश
KAT-Coder-Air V2.5 (low) average score में आगे है: 6.0 vs 5.9. Qwen3.5-27B की benchmark लागत कम है: $0.015 vs $0.030. Qwen3.5-27B तेज है: 1.68s vs 6.47s, pass rates 46.0% vs 38.1%.
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 | Qwen3.5-27B Qwen3.5-27B none |
|---|---|---|
| स्कोर | 6.0 | 5.9 |
| रैंक | #124 | #128 |
| विश्वसनीयता | 9.7 | 10.0 |
| संगति | 7.6 | 9.3 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 46.0% | 38.1% |
| अस्थिर टेस्ट | 6 | 2 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 0.427 | 0.249 |
| कुल लागत | $0.030 | $0.015 |
| इनपुट कीमत | $0.150 / 1M | $0.195 / 1M |
| आउटपुट कीमत | $0.600 / 1M | $1.560 / 1M |
| कुल इनपुट टोकन | 42,464 | 44,478 |
| आउटपुट टोकन | 4,227 | 3,592 |
| रीजनिंग टोकन | 34,864 | 0 |
| प्रतिक्रिया समय (औसत) | 6.47s | 1.68s |
| प्रतिक्रिया समय (अधिकतम) | 25.49s | 9.39s |
| प्रतिक्रिया समय (कुल) | 135.80s | 35.25s |
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
| 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 | |
| Qwen3.5-27B | 5.8 | 10.0 | 33.3% | 0 | 1.80s | 7,913 | 415 | 0 |
तुलना जोड़ी बदलें