#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 Sol
सारांश
GPT-5.6 Sol average score में आगे है: 6.3 vs 6.2. KAT-Coder-Air V2.5 (medium) की benchmark लागत कम है: $0.045 vs $0.225. GPT-5.6 Sol तेज है: 1.66s vs 8.28s, pass rates 47.6% vs 57.1%.
अनुशंसित मॉडलGPT-5.6 SolIt has the best score here (6.3), while responding about 5.0x faster than KAT-Coder-Air V2.5 (medium).
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 Sol GPT-5.6 Sol none |
|---|---|---|
| स्कोर | 6.2 | 6.3 |
| रैंक | #115 | #106 |
| विश्वसनीयता | 9.7 | 10.0 |
| संगति | 8.8 | 9.0 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 47.6% | 57.1% |
| अस्थिर टेस्ट | 3 | 3 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 0.562 | 2.244 |
| कुल लागत | $0.045 | $0.225 |
| इनपुट कीमत | $0.150 / 1M | $5.000 / 1M |
| आउटपुट कीमत | $0.600 / 1M | $30.000 / 1M |
| कुल इनपुट टोकन | 42,750 | 34,218 |
| आउटपुट टोकन | 7,759 | 1,776 |
| रीजनिंग टोकन | 56,357 | 0 |
| प्रतिक्रिया समय (औसत) | 8.28s | 1.66s |
| प्रतिक्रिया समय (अधिकतम) | 48.19s | 3.93s |
| प्रतिक्रिया समय (कुल) | 173.80s | 34.81s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#106 GPT-5.6 Sol
none- लागत
- $0.116
- समय
- 78.7s
- टोकन
- 3,944 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 Sol | 5.5 | 10.0 | 33.3% | 0 | 1.39s | 7,302 | 390 | 0 |
त्वरित तुलना
तुलना जोड़ी बदलें
Nemotron 3 Supermediumनिःशुल्क उपलब्धvsGPT-5.6 SolnoneGemma 4 31Bmediumनिःशुल्क उपलब्धvsGPT-5.6 SolnoneGemini 2.5 FlashnonevsKAT-Coder-Air V2.5mediumGemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5mediumGPT-5.6 SolnonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5mediumvsGPT-5.6 LunalowSeed-2.0-LitenonevsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5mediumvsQwen3.5-FlashnoneGemma 4 31Bnoneनिःशुल्क उपलब्धvsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5highvsGPT-5.6 SolnoneKAT-Coder-Air V2.5mediumvsNemotron 3 Ultra 550b A55bnoneनिःशुल्क उपलब्ध