#115 KAT-Coder-Air V2.5
medium- लागत
- $0.003
- समय
- 23.7s
- टोकन
- 4,924 tok
AI BENCHY तुलना
Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.6 Luna
सारांश
average score लगभग बराबर है: 6.2 vs 6.2. KAT-Coder-Air V2.5 (medium) की benchmark लागत कम है: $0.045 vs $0.141. GPT-5.6 Luna (low) तेज है: 4.35s vs 8.28s, pass rates 47.6% vs 57.1%.
अनुशंसित मॉडलKAT-Coder-Air V2.5 (medium)It has the best score here (6.2), while costing about 3.1x less than GPT-5.6 Luna (low).
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 medium | GPT-5.6 Luna GPT-5.6 Luna low |
|---|---|---|
| स्कोर | 6.2 | 6.2 |
| रैंक | #115 | #113 |
| विश्वसनीयता | 9.7 | 10.0 |
| संगति | 8.8 | 8.5 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 47.6% | 57.1% |
| अस्थिर टेस्ट | 3 | 4 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 0.562 | 1.404 |
| कुल लागत | $0.045 | $0.141 |
| इनपुट कीमत | $0.150 / 1M | $1.000 / 1M |
| आउटपुट कीमत | $0.600 / 1M | $6.000 / 1M |
| कुल इनपुट टोकन | 42,750 | 34,218 |
| आउटपुट टोकन | 7,759 | 2,110 |
| रीजनिंग टोकन | 56,357 | 15,571 |
| प्रतिक्रिया समय (औसत) | 8.28s | 4.35s |
| प्रतिक्रिया समय (अधिकतम) | 48.19s | 18.06s |
| प्रतिक्रिया समय (कुल) | 173.80s | 91.45s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#113 GPT-5.6 Luna
low- लागत
- $0.011
- समय
- 10.2s
- टोकन
- 1,897 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 | |
| GPT-5.6 Luna | 5.5 | 10.0 | 33.3% | 0 | 4.61s | 7,302 | 557 | 3,535 |
त्वरित तुलना
तुलना जोड़ी बदलें
Seed-2.0-LitenonevsGPT-5.6 LunalowGemini 2.5 FlashnonevsKAT-Coder-Air V2.5mediumGemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5highvsGPT-5.6 LunalowGemini 2.5 FlashnonevsGPT-5.6 LunalowGemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5mediumSeed-2.0-LitenonevsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5mediumvsQwen3.5-FlashnoneGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGemma 4 31Bnoneनिःशुल्क उपलब्धvsKAT-Coder-Air V2.5mediumGemini 3.1 Flash LitenonevsGPT-5.6 LunalowKAT-Coder-Air V2.5mediumvsNemotron 3 Ultra 550b A55bnoneनिःशुल्क उपलब्ध