#115 KAT-Coder-Air V2.5
medium- लागत
- $0.003
- समय
- 23.7s
- टोकन
- 4,924 tok
AI BENCHY तुलना
सारांश
KAT-Coder-Air V2.5 (medium) average score में आगे है: 6.2 vs 6.0. KAT-Coder-Air V2.5 (medium) की benchmark लागत कम है: $0.045 vs $0.130. GPT-5.6 Terra तेज है: 1.25s vs 8.28s, pass rates 47.6% vs 42.9%.
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 Terra GPT-5.6 Terra none |
|---|---|---|
| स्कोर | 6.2 | 6.0 |
| रैंक | #115 | #123 |
| विश्वसनीयता | 9.7 | 10.0 |
| संगति | 8.8 | 9.3 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 47.6% | 42.9% |
| अस्थिर टेस्ट | 3 | 2 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 0.562 | 1.623 |
| कुल लागत | $0.045 | $0.130 |
| इनपुट कीमत | $0.150 / 1M | $2.500 / 1M |
| आउटपुट कीमत | $0.600 / 1M | $15.000 / 1M |
| कुल इनपुट टोकन | 42,750 | 39,552 |
| आउटपुट टोकन | 7,759 | 2,060 |
| रीजनिंग टोकन | 56,357 | 0 |
| प्रतिक्रिया समय (औसत) | 8.28s | 1.25s |
| प्रतिक्रिया समय (अधिकतम) | 48.19s | 3.97s |
| प्रतिक्रिया समय (कुल) | 173.80s | 26.21s |
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
| 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 Terra | 5.5 | 10.0 | 33.3% | 0 | 1.00s | 7,302 | 336 | 0 |
तुलना जोड़ी बदलें