नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Air V2.5 vs Xiaomi: MiMo-V2.5-Pro

सारांश

KAT-Coder-Air V2.5 (medium) average score में आगे है: 5.6 vs 5.5. KAT-Coder-Air V2.5 (medium) की benchmark लागत कम है: $0.048 vs $0.068. MiMo-V2.5-Pro तेज है: 4.12s vs 8.42s, pass rates 45.5% vs 37.9%.

अनुशंसित मॉडलMiMo-V2.5-ProIts score stays close to the best score here (5.5 vs 5.6), while responding about 2.0x faster than KAT-Coder-Air V2.5 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium रिलीज़: 2026-07-14 MiMo-V2.5-Pro MiMo-V2.5-Pro none रिलीज़: 2026-04-22
स्कोर 5.6 5.5
रैंक #142 #147
विश्वसनीयता 9.9 10.0
संगति 8.9 8.6
सही परीक्षण
प्रति प्रयास पास दर 45.5% 37.9%
अस्थिर टेस्ट 3 4
कुल रन 66 66
प्रति परिणाम लागत 0.593 1.509
कुल लागत $0.048 $0.068
इनपुट कीमत $0.150 / 1M $0.435 / 1M
आउटपुट कीमत $0.600 / 1M $0.870 / 1M
कुल इनपुट टोकन 51,472 124,799
आउटपुट टोकन 7,822 15,362
रीजनिंग टोकन 58,352 0
प्रतिक्रिया समय (औसत) 8.42s 4.12s
प्रतिक्रिया समय (अधिकतम) 48.19s 53.13s
प्रतिक्रिया समय (कुल) 185.24s 90.55s

जनरेशन शोकेस

Hamster playing table tennis

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

#142 KAT-Coder-Air V2.5

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

#147 MiMo-V2.5-Pro

none
लागत
$0.004
समय
46.4s
टोकन
4,025 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
MiMo-V2.5-Pro 4.3 7.8 22.2% 1 1.41s 6,559 485 0

त्वरित तुलना

तुलना जोड़ी बदलें