नेविगेशन
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Air V2.5 vs Xiaomi: MiMo-V2.5-Pro

MiMo-V2.5-Pro average score में आगे है: 5.5 vs 5.4. KAT-Coder-Air V2.5 (low) की benchmark लागत कम है: $0.041 vs $0.068. MiMo-V2.5-Pro तेज है: 4.12s vs 10.09s, pass rates 45.5% vs 37.9%.

अनुशंसित मॉडलMiMo-V2.5-ProIt has the best score here (5.5), while responding about 2.5x faster than KAT-Coder-Air V2.5 (low).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low रिलीज़: 2026-07-14 MiMo-V2.5-Pro MiMo-V2.5-Pro none रिलीज़: 2026-04-22
स्कोर 5.4 5.5
रैंक #151 #147
विश्वसनीयता 9.9 10.0
संगति 7.4 8.6
सही परीक्षण
प्रति प्रयास पास दर 45.5% 37.9%
अस्थिर टेस्ट 7 4
कुल रन 66 66
प्रति परिणाम लागत 0.585 1.509
कुल लागत $0.041 $0.068
इनपुट कीमत $0.150 / 1M $0.435 / 1M
आउटपुट कीमत $0.600 / 1M $0.870 / 1M
कुल इनपुट टोकन 61,085 124,799
आउटपुट टोकन 5,905 15,362
रीजनिंग टोकन 46,990 0
प्रतिक्रिया समय (औसत) 10.09s 4.12s
प्रतिक्रिया समय (अधिकतम) 86.23s 53.13s
प्रतिक्रिया समय (कुल) 222.03s 90.55s

Hamster playing table tennis

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

#151 KAT-Coder-Air V2.5

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

#147 MiMo-V2.5-Pro

none
लागत
$0.004
समय
46.4s
टोकन
4,025 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
MiMo-V2.5-Pro 4.3 7.8 22.2% 1 1.41s 6,559 485 0

त्वरित तुलना

तुलना जोड़ी बदलें