- रैंक
- #301
- कुल आउटपुट टोकन
- 60,414
- प्रतिक्रिया समय (औसत)
- 10.21s
- कुल लागत
- $0.046
KAT Coder AIR V2.5 (low) vs Hy4 preview
KAT Coder AIR V2.5 (low) average score में आगे है: 5.0 vs 4.9. KAT Coder AIR V2.5 (low) की benchmark लागत कम है: $0.046 vs $0.161. KAT Coder AIR V2.5 (low) तेज है: 10.21s vs 40.38s, pass rates 42.0% vs 15.9%.
तुलना किए गए मॉडल
- रैंक
- #310
- कुल आउटपुट टोकन
- 9,430
- प्रतिक्रिया समय (औसत)
- 40.38s
- कुल लागत
- $0.161
अनुशंसित मॉडल
KAT Coder AIR V2.5 (low)
It has the best score here (5.0), while costing about 3.5x less than Hy4 preview.
विस्तृत तुलना
| मेट्रिक | KAT Coder AIR V2.5 KAT Coder AIR V2.5 low | Hy4 preview Hy4 preview none |
|---|---|---|
| स्कोर | 5.0 | 4.9 |
| रैंक | #301 | #310 |
| विश्वसनीयता | 9.9 | 6.2 |
| संगति | 7.8 | 9.4 |
| प्रयास | 69/69 | 69/69 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 42.0% | 15.9% |
| अस्थिर टेस्ट | 6 | 1 |
| कुल रन | 69 | 69 |
| प्रति परिणाम लागत | 0.649 | 5.475 |
| कुल लागत | $0.046 | $0.161 |
| इनपुट कीमत | $0.000 / 1M | $0.751 / 1M |
| आउटपुट कीमत | $0.000 / 1M | $2.251 / 1M |
| कुल इनपुट टोकन | 61,094 | 185,167 |
| आउटपुट टोकन | 6,532 | 9,430 |
| रीजनिंग टोकन | 53,882 | 0 |
| प्रतिक्रिया समय (औसत) | 10.21s | 40.38s |
| प्रतिक्रिया समय (अधिकतम) | 86.23s | 95.32s |
| प्रतिक्रिया समय (कुल) | 234.86s | 928.76s |
| पैरामीटर | ~35B कुल (~3B सक्रिय) | 770B कुल (49B सक्रिय) |
| उपलब्धता | बंद स्रोत | मुक्त स्रोत |
मॉडल जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#301 KAT Coder AIR V2.5
low- लागत
- $0.004
- समय
- 29.9s
- टोकन
- 6,008 tok
#310 Hy4 preview
none
This operation was aborted
- लागत
- $0.000
- समय
- 0.0s
- टोकन
- 0 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
| स्वायत्त एजेंट कार्य | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| KAT Coder AIR V2.5 | 3.0 | 10.0 | 0.0% | 0 | 1.08s | 0 | 0 | 0 | |
| Hy4 preview | 5.0 | 10.0 | 0.0% | 0 | 65.46s | 158,791 | 2,124 | 0 |
| एंटी-एआई ट्रिक्स | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| KAT Coder AIR V2.5 | 7.3 | 5.8 | 83.3% | 2 | 3.50s | 672 | 422 | 1,548 | |
| Hy4 preview | 3.3 | 9.6 | 0.0% | 0 | 31.54s | 786 | 2,278 | 0 |
| 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 | |
| Hy4 preview | 3.8 | 9.4 | 0.0% | 0 | 45.53s | 6,646 | 4,103 | 0 |
| संयुक्त | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| KAT Coder AIR V2.5 | 6.4 | 5.8 | 66.7% | 1 | 55.86s | 33,753 | 2,046 | 17,833 | |
| Hy4 preview | 3.0 | 10.0 | 0.0% | 0 | 75.12s | 8,758 | 176 | 0 |
| डेटा पार्सिंग और निष्कर्षण | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| KAT Coder AIR V2.5 | 6.5 | 10.0 | 50.0% | 0 | 2.82s | 7,776 | 261 | 1,069 | |
| Hy4 preview | 8.7 | 10.0 | 50.0% | 0 | 22.81s | 7,215 | 189 | 0 |
| डोमेन-विशिष्ट | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| KAT Coder AIR V2.5 | 3.0 | 10.0 | 0.0% | 0 | 8.91s | 562 | 937 | 10,224 | |
| Hy4 preview | 6.8 | 10.0 | 33.3% | 0 | 25.61s | 740 | 25 | 0 |
| Samanya Buddhimatta | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| KAT Coder AIR V2.5 | 5.0 | 10.0 | 0.0% | 0 | 10.11s | 516 | 142 | 596 | |
| Hy4 preview | 5.1 | 10.0 | 0.0% | 0 | 58.28s | 534 | 124 | 0 |
| निर्देश पालन | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| KAT Coder AIR V2.5 | 9.8 | 10.0 | 100.0% | 0 | 1.64s | 699 | 89 | 640 | |
| Hy4 preview | 7.0 | 8.9 | 50.0% | 0 | 47.90s | 750 | 71 | 0 |
| पहेली समाधान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| KAT Coder AIR V2.5 | 3.1 | 4.6 | 22.2% | 2 | 1.57s | 696 | 294 | 796 | |
| Hy4 preview | 4.6 | 7.0 | 22.2% | 1 | 24.12s | 777 | 330 | 0 |
| टूल कॉलिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| KAT Coder AIR V2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.47s | 8,391 | 330 | 1,065 | |
| Hy4 preview | 3.0 | 10.0 | 0.0% | 0 | 81.53s | 0 | 0 | 0 |
| सामान्य ज्ञान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| KAT Coder AIR V2.5 | 3.0 | 10.0 | 0.0% | 0 | 19.98s | 136 | 10 | 6,488 | |
| Hy4 preview | 3.0 | 10.0 | 0.0% | 0 | 19.87s | 170 | 10 | 0 |
त्वरित तुलना
तुलना जोड़ी बदलें
KAT Coder AIR V2.5lowvsGPT-4o-mininoneDots 3 Note Previewnoneनिःशुल्क उपलब्धvsKAT Coder AIR V2.5lowKAT Coder AIR V2.5lowvsMiniMax M2.7mediumLaguna S 2.1highनिःशुल्क उपलब्धvsHy4 previewnoneKAT Coder AIR V2.5lowvsInkling Smallnoneनिःशुल्क उपलब्धKAT Coder AIR V2.5lowvsQwen3 Coder NextnoneKAT Coder AIR V2.5lowvsLaguna S 2.1highनिःशुल्क उपलब्धKAT Coder AIR V2.5lowvsLaguna S 2.1mediumनिःशुल्क उपलब्धLing 2.6 1tnonevsKAT Coder AIR V2.5lowKAT Coder AIR V2.5lowvsMiMo-V2.5noneKAT Coder AIR V2.5lowvsQwen3.5-9BnoneMiniMax M2.7mediumvsHy4 previewnone