नेविगेशन
Advertise here

KAT Coder AIR V2.5 (default) vs GPT-5.6 Luna (medium)

GPT-5.6 Luna (medium) average score में आगे है: 7.4 vs 4.4. GPT-5.6 Luna (medium) की benchmark लागत कम है: $0.065 vs $0.070. GPT-5.6 Luna (medium) तेज है: 9.64s vs 11.96s, pass rates 34.8% vs 62.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#387
कुल आउटपुट टोकन
97,752
प्रतिक्रिया समय (औसत)
11.96s
कुल लागत
$0.070
रैंक
#151
कुल आउटपुट टोकन
47,986
प्रतिक्रिया समय (औसत)
9.64s
कुल लागत
$0.065
अनुशंसित मॉडल GPT-5.6 Luna (medium)

इस तुलना में इसका स्कोर सबसे अधिक है (7.4) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक KAT Coder AIR V2.5 KAT Coder AIR V2.5 default रिलीज़: 2026-07-14 GPT-5.6 Luna GPT-5.6 Luna medium रिलीज़: 2026-07-09
स्कोर 4.4 7.4
रैंक #387 #151
विश्वसनीयता 10.0 10.0
संगति 7.4 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 34.8% 62.3%
अस्थिर टेस्ट 7 3
कुल रन 69 69
प्रति परिणाम लागत 1.382 2.822
कुल लागत $0.070 $0.065
इनपुट कीमत $0.150 / 1M $0.200 / 1M
आउटपुट कीमत $0.600 / 1M $1.200 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.020 / 1M
कैश लिखने की कीमत लागू नहीं $0.250 / 1M
कुल इनपुट टोकन 69,376 212,780
आउटपुट टोकन 7,792 6,849
रीजनिंग टोकन 89,960 41,137
प्रतिक्रिया समय (औसत) 11.96s 9.64s
प्रतिक्रिया समय (अधिकतम) 121.05s 58.09s
प्रतिक्रिया समय (कुल) 275.18s 221.62s
पैरामीटर ~35B कुल (~3B सक्रिय) ~400B कुल (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#387 KAT Coder AIR V2.5

default
लागत
$0.002
समय
14.5s
टोकन
2,619 tok

#151 GPT-5.6 Luna

medium
लागत
$0.014
समय
14.6s
टोकन
2,362 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 2,032 14,886
GPT-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928

त्वरित तुलना

तुलना जोड़ी बदलें

DeepSeek V4 Flash 0731lowvsGPT-5.6 LunamediumGPT-5.6 LunamediumvsGLM 5.3 FlashXhighKAT Coder AIR V2.5defaultvsNemotron 3 Supernoneनिःशुल्क उपलब्धGPT-5.6 LunamediumvsGrok 4.7lowGranite 4.2 8BnonevsKAT Coder AIR V2.5defaultGPT-5.6 LunamediumvsInkling Smallhighनिःशुल्क उपलब्धSeed-2.0-CodehighvsGPT-5.6 LunamediumDeepSeek V4 Pro 0423nonevsGPT-5.6 LunamediumCobuddymediumनिःशुल्क उपलब्धvsKAT Coder AIR V2.5defaultMercury 2nonevsKAT Coder AIR V2.5defaultMistral Large 4highvsGPT-5.6 LunamediumGPT-5.6 LunamediumvsGLM 5.3 Flashhigh