नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Air V2.5 vs MiniMax: MiniMax M2.7

सारांश

MiniMax M2.7 (medium) average score में आगे है: 5.2 vs 4.9. KAT-Coder-Air V2.5 की benchmark लागत कम है: $0.037 vs $0.100. KAT-Coder-Air V2.5 तेज है: 6.99s vs 38.18s, pass rates 38.1% vs 46.0%.

अनुशंसित मॉडलKAT-Coder-Air V2.5Its score stays close to the best score here (4.9 vs 5.2), while costing about 2.8x less than MiniMax M2.7 (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 none रिलीज़: 2026-07-14 MiniMax M2.7 MiniMax M2.7 medium रिलीज़: 2026-03-18
स्कोर 4.9 5.2
रैंक #168 #154
विश्वसनीयता 10.0 10.0
संगति 7.1 6.8
सही परीक्षण
प्रति प्रयास पास दर 38.1% 46.0%
अस्थिर टेस्ट 7 8
कुल रन 63 63
प्रति परिणाम लागत 0.724 2.494
कुल लागत $0.037 $0.100
इनपुट कीमत $0.150 / 1M $0.240 / 1M
आउटपुट कीमत $0.600 / 1M $0.960 / 1M
कुल इनपुट टोकन 41,328 34,371
आउटपुट टोकन 49,933 8,981
रीजनिंग टोकन 0 89,812
प्रतिक्रिया समय (औसत) 6.99s 38.18s
प्रतिक्रिया समय (अधिकतम) 24.94s 196.21s
प्रतिक्रिया समय (कुल) 146.78s 763.60s

जनरेशन शोकेस

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none
लागत
$0.002
समय
14.5s
टोकन
2,619 tok

#154 MiniMax M2.7

medium
लागत
$0.022
समय
22.8s
टोकन
9,250 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 3.3 9.6 0.0% 0 14.31s 6,472 16,918 0
MiniMax M2.7 5.7 9.1 33.3% 0 101.89s 2,961 1,231 38,841

त्वरित तुलना

तुलना जोड़ी बदलें