नेविगेशन
Advertise here

KAT-Coder-Air V2.5 (medium) vs Kimi K2.5

KAT-Coder-Air V2.5 (medium) average score में आगे है: 5.6 vs 5.4. KAT-Coder-Air V2.5 (medium) की benchmark लागत कम है: $0.048 vs $0.101. KAT-Coder-Air V2.5 (medium) तेज है: 8.65s vs 18.03s, pass rates 45.5% vs 30.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-29

तुलना किए गए मॉडल

रैंक
#282
कुल आउटपुट टोकन
66,576
प्रतिक्रिया समय (औसत)
8.65s
कुल लागत
$0.048
रैंक
#296
कुल आउटपुट टोकन
26,643
प्रतिक्रिया समय (औसत)
18.03s
कुल लागत
$0.101
अनुशंसित मॉडल KAT-Coder-Air V2.5 (medium)

It has the best score here (5.6), while costing about 2.1x less than Kimi K2.5.

विस्तृत तुलना

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium रिलीज़: 2026-07-14 Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27
स्कोर 5.6 5.4
रैंक #282 #296
विश्वसनीयता 9.6 10.0
संगति 8.9 8.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 45.5% 30.3%
अस्थिर टेस्ट 3 4
कुल रन 66 66
प्रति परिणाम लागत 0.596 2.278
कुल लागत $0.048 $0.101
इनपुट कीमत $0.150 / 1M $0.450 / 1M
आउटपुट कीमत $0.600 / 1M $2.250 / 1M
कुल इनपुट टोकन 51,369 89,320
आउटपुट टोकन 8,008 26,643
रीजनिंग टोकन 58,568 0
प्रतिक्रिया समय (औसत) 8.65s 18.03s
प्रतिक्रिया समय (अधिकतम) 48.19s 102.83s
प्रतिक्रिया समय (कुल) 190.35s 288.42s
पैरामीटर ~35B कुल (~3B सक्रिय) 1T कुल (32B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#282 KAT-Coder-Air V2.5

medium
लागत
$0.003
समय
23.7s
टोकन
4,924 tok

#296 MoonshotAI: Kimi K2.5

none
लागत
$0.015
समय
89.1s
टोकन
5,421 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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0

त्वरित तुलना

तुलना जोड़ी बदलें