#168 KAT-Coder-Air V2.5
none- लागत
- $0.002
- समय
- 14.5s
- टोकन
- 2,619 tok
AI BENCHY तुलना
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%.
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 | Kimi K2.5 Kimi K2.5 none |
|---|---|---|
| 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
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 | 3.3 | 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 |
तुलना जोड़ी बदलें