नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

KAT Coder AIR V2.5 (medium) vs Kimi K3.1 Pro (max)

Kimi K3.1 Pro (max) average score में आगे है: 8.7 vs 5.1. KAT Coder AIR V2.5 (medium) की benchmark लागत कम है: $0.048 vs $3.578. KAT Coder AIR V2.5 (medium) तेज है: 8.32s vs 152.72s, pass rates 43.5% vs 84.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-24

तुलना किए गए मॉडल

रैंक
#349
कुल आउटपुट टोकन
66,576
प्रतिक्रिया समय (औसत)
8.32s
कुल लागत
$0.048
रैंक
#66
कुल आउटपुट टोकन
300,622
प्रतिक्रिया समय (औसत)
152.72s
कुल लागत
$3.578
अनुशंसित मॉडल Kimi K3.1 Pro (max)

इस तुलना में इसका स्कोर सबसे अधिक है (8.7) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक KAT Coder AIR V2.5 KAT Coder AIR V2.5 medium रिलीज़: 2026-07-14 Kimi K3.1 Pro Kimi K3.1 Pro max रिलीज़: 2026-10-24
स्कोर 5.1 8.7
रैंक #349 #66
विश्वसनीयता 9.6 7.1
संगति 8.9 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 43.5% 84.1%
अस्थिर टेस्ट 3 4
कुल रन 69 69
प्रति परिणाम लागत 0.596 21.043
कुल लागत $0.048 $3.578
इनपुट कीमत $0.150 / 1M $2.000 / 1M
आउटपुट कीमत $0.600 / 1M $10.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 51,369 285,488
आउटपुट टोकन 8,008 9,091
रीजनिंग टोकन 58,568 291,531
प्रतिक्रिया समय (औसत) 8.32s 152.72s
प्रतिक्रिया समय (अधिकतम) 48.19s 960.13s
प्रतिक्रिया समय (कुल) 191.40s 3512.51s
पैरामीटर ~35B कुल (~3B सक्रिय) ~2.8T कुल (~104B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#349 KAT Coder AIR V2.5

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

#66 MoonshotAI: Kimi K3.1 Pro

max
लागत
$0.193
समय
387.5s
टोकन
19,362 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 K3.1 Pro 10.0 10.0 100.0% 0 71.94s 8,061 467 31,621

तुलना जोड़ी बदलें