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

KAT Coder AIR V2.5 (default) vs Laguna S 2.1 (low)

Laguna S 2.1 (low) average score में आगे है: 4.6 vs 4.4. KAT Coder AIR V2.5 (default) की benchmark लागत कम है: $0.070 vs $0.108. KAT Coder AIR V2.5 (default) तेज है: 11.96s vs 88.24s, pass rates 34.8% vs 23.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#465
कुल आउटपुट टोकन
97,752
प्रतिक्रिया समय (औसत)
11.96s
कुल लागत
$0.070
रैंक
#455
कुल आउटपुट टोकन
437,706
प्रतिक्रिया समय (औसत)
88.24s
कुल लागत
$0.108
अनुशंसित मॉडल KAT Coder AIR V2.5 (default)

Its score stays close to the best score here (4.4 vs 4.6), while costing about 1.6x less than Laguna S 2.1 (low).

विस्तृत तुलना

मेट्रिक KAT Coder AIR V2.5 KAT Coder AIR V2.5 default रिलीज़: 2026-07-14 Laguna S 2.1 Laguna S 2.1 low रिलीज़: 2026-07-21 निःशुल्क उपलब्ध
स्कोर 4.4 4.6
रैंक #465 #455
विश्वसनीयता 10.0 10.0
संगति 7.4 7.8
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 34.8% 23.2%
अस्थिर टेस्ट 7 6
कुल रन 69 69
प्रति परिणाम लागत 1.382 3.627
कुल लागत $0.070 $0.108
इनपुट कीमत $0.150 / 1M $0.090 / 1M
आउटपुट कीमत $0.600 / 1M $0.180 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.009 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 69,376 232,641
आउटपुट टोकन 7,792 69,335
रीजनिंग टोकन 89,960 426,182
प्रतिक्रिया समय (औसत) 11.96s 88.24s
प्रतिक्रिया समय (अधिकतम) 121.05s 814.73s
प्रतिक्रिया समय (कुल) 275.18s 2029.57s
पैरामीटर ~35B कुल (~3B सक्रिय) 118B कुल (8B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

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.

#465 KAT Coder AIR V2.5

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

#455 Laguna S 2.1

low
लागत
$0.001
समय
6.6s
टोकन
1,314 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
Laguna S 2.1 3.8 7.1 22.2% 1 167.51s 7,917 58,111 119,138

तुलना जोड़ी बदलें