नेविगेशन
AI BENCHY
Advertise here

KAT-Coder-Air V2.5 vs MiniMax M2.7 (medium)

MiniMax M2.7 (medium) average score में आगे है: 5.0 vs 4.8. KAT-Coder-Air V2.5 की benchmark लागत कम है: $0.070 vs $0.208. KAT-Coder-Air V2.5 तेज है: 12.46s vs 43.25s, pass rates 36.4% vs 45.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-26

रैंक
#257
कुल आउटपुट टोकन
97,752
प्रतिक्रिया समय (औसत)
12.46s
कुल लागत
$0.070
रैंक
#245
कुल आउटपुट टोकन
147,704
प्रतिक्रिया समय (औसत)
43.25s
कुल लागत
$0.208
अनुशंसित मॉडल KAT-Coder-Air V2.5

Its score stays close to the best score here (4.8 vs 5.0), while costing about 3.0x less than MiniMax M2.7 (medium).

विस्तृत तुलना

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 4.8 5.0
रैंक #257 #245
विश्वसनीयता 10.0 10.0
संगति 7.2 6.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 36.4% 45.5%
अस्थिर टेस्ट 7 9
कुल रन 66 66
प्रति परिणाम लागत 1.382 4.149
कुल लागत $0.070 $0.208
इनपुट कीमत $0.150 / 1M $0.300 / 1M
आउटपुट कीमत $0.600 / 1M $1.200 / 1M
कुल इनपुट टोकन 69,376 114,527
आउटपुट टोकन 97,752 18,558
रीजनिंग टोकन 0 129,146
प्रतिक्रिया समय (औसत) 12.46s 43.25s
प्रतिक्रिया समय (अधिकतम) 121.05s 196.21s
प्रतिक्रिया समय (कुल) 274.11s 908.21s
पैरामीटर ~35B कुल (~3B सक्रिय) 230B कुल (10B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#257 KAT-Coder-Air V2.5

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

#245 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