नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Air V2.5 vs MoonshotAI: Kimi K2.5

सारांश

Kimi K2.5 average score में आगे है: 5.5 vs 4.9. Kimi K2.5 की benchmark लागत कम है: $0.027 vs $0.037. KAT-Coder-Air V2.5 तेज है: 6.99s vs 13.18s, pass rates 38.1% vs 34.9%.

अनुशंसित मॉडलKimi K2.5It has the strongest score in this comparison (5.5) and the best overall balance of cost and response time across all 2 models.

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 Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27
स्कोर 4.9 5.5
रैंक #168 #143
विश्वसनीयता 10.0 10.0
संगति 7.1 8.9
सही परीक्षण
प्रति प्रयास पास दर 38.1% 34.9%
अस्थिर टेस्ट 7 3
कुल रन 63 63
प्रति परिणाम लागत 0.724 0.442
कुल लागत $0.037 $0.027
इनपुट कीमत $0.150 / 1M $0.375 / 1M
आउटपुट कीमत $0.600 / 1M $2.025 / 1M
कुल इनपुट टोकन 41,328 36,034
आउटपुट टोकन 49,933 6,657
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 6.99s 13.18s
प्रतिक्रिया समय (अधिकतम) 24.94s 42.13s
प्रतिक्रिया समय (कुल) 146.78s 184.47s

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

#143 MoonshotAI: Kimi K2.5

none
लागत
$0.015
समय
89.1s
टोकन
5,421 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
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0

त्वरित तुलना

तुलना जोड़ी बदलें