नेविगेशन
Advertise here

KAT Coder AIR V2.5 (medium) vs Inkling Small (low)

Inkling Small (low) average score में आगे है: 5.2 vs 5.1. KAT Coder AIR V2.5 (medium) की benchmark लागत कम है: $0.048 vs $0.059. Inkling Small (low) तेज है: 1.99s vs 8.32s, pass rates 43.5% vs 47.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#294
कुल आउटपुट टोकन
66,576
प्रतिक्रिया समय (औसत)
8.32s
कुल लागत
$0.048
रैंक
#285
कुल आउटपुट टोकन
14,686
प्रतिक्रिया समय (औसत)
1.99s
कुल लागत
$0.059
अनुशंसित मॉडल Inkling Small (low)

It has the best score here (5.2), while responding about 4.2x faster than KAT Coder AIR V2.5 (medium).

विस्तृत तुलना

मेट्रिक KAT Coder AIR V2.5 KAT Coder AIR V2.5 medium रिलीज़: 2026-07-14 Inkling Small Inkling Small low रिलीज़: 2026-08-01 निःशुल्क उपलब्ध
स्कोर 5.1 5.2
रैंक #294 #285
विश्वसनीयता 9.6 10.0
संगति 8.9 8.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 43.5% 47.8%
अस्थिर टेस्ट 3 4
कुल रन 69 69
प्रति परिणाम लागत 0.596 0.649
कुल लागत $0.048 $0.059
इनपुट कीमत $0.000 / 1M $0.450 / 1M
आउटपुट कीमत $0.000 / 1M $1.200 / 1M
कुल इनपुट टोकन 51,369 81,447
आउटपुट टोकन 8,008 2,715
रीजनिंग टोकन 58,568 11,971
प्रतिक्रिया समय (औसत) 8.32s 1.99s
प्रतिक्रिया समय (अधिकतम) 48.19s 5.82s
प्रतिक्रिया समय (कुल) 191.40s 45.67s
पैरामीटर ~35B कुल (~3B सक्रिय) 276B कुल (12B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#294 KAT Coder AIR V2.5

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

#285 Thinking Machines: Inkling Small

low
लागत
$0.001
समय
5.9s
टोकन
759 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
Inkling Small 4.6 5.0 33.3% 2 3.70s 7,374 375 4,332

त्वरित तुलना

तुलना जोड़ी बदलें