#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 5.6. KAT-Coder-Air V2.5 (medium) की benchmark लागत कम है: $0.045 vs $0.057. GLM 5.1 तेज है: 4.10s vs 8.28s, pass rates 47.6% vs 41.3%.
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 | GLM 5.1 GLM 5.1 none |
|---|---|---|
| स्कोर | 6.2 | 5.6 |
| रैंक | #115 | #141 |
| विश्वसनीयता | 9.7 | 10.0 |
| संगति | 8.8 | 8.5 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 47.6% | 41.3% |
| अस्थिर टेस्ट | 3 | 4 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 0.562 | 0.843 |
| कुल लागत | $0.045 | $0.057 |
| इनपुट कीमत | $0.150 / 1M | $0.966 / 1M |
| आउटपुट कीमत | $0.600 / 1M | $3.036 / 1M |
| कुल इनपुट टोकन | 42,750 | 47,133 |
| आउटपुट टोकन | 7,759 | 3,754 |
| रीजनिंग टोकन | 56,357 | 0 |
| प्रतिक्रिया समय (औसत) | 8.28s | 4.10s |
| प्रतिक्रिया समय (अधिकतम) | 48.19s | 32.57s |
| प्रतिक्रिया समय (कुल) | 173.80s | 86.18s |
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 | |
| GLM 5.1 | 3.9 | 9.7 | 0.0% | 0 | 4.96s | 7,256 | 525 | 0 |
तुलना जोड़ी बदलें