#168 KAT-Coder-Air V2.5
none- लागत
- $0.002
- समय
- 14.5s
- टोकन
- 2,619 tok
AI BENCHY तुलना
सारांश
KAT-Coder-Air V2.5 average score में आगे है: 4.9 vs 3.8. Qwen3.5-9B (medium) की benchmark लागत कम है: $0.036 vs $0.037. KAT-Coder-Air V2.5 तेज है: 6.99s vs 82.24s, pass rates 38.1% vs 27.0%.
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 | Qwen3.5-9B Qwen3.5-9B medium |
|---|---|---|
| स्कोर | 4.9 | 3.8 |
| रैंक | #168 | #193 |
| विश्वसनीयता | 10.0 | 6.7 |
| संगति | 7.1 | 8.0 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 38.1% | 27.0% |
| अस्थिर टेस्ट | 7 | 5 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 0.724 | 1.187 |
| कुल लागत | $0.037 | $0.036 |
| इनपुट कीमत | $0.150 / 1M | $0.100 / 1M |
| आउटपुट कीमत | $0.600 / 1M | $0.150 / 1M |
| कुल इनपुट टोकन | 41,328 | 17,070 |
| आउटपुट टोकन | 49,933 | 29,045 |
| रीजनिंग टोकन | 0 | 209,516 |
| प्रतिक्रिया समय (औसत) | 6.99s | 82.24s |
| प्रतिक्रिया समय (अधिकतम) | 24.94s | 226.38s |
| प्रतिक्रिया समय (कुल) | 146.78s | 1315.88s |
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 | |
| Qwen3.5-9B | 2.9 | 10.0 | 0.0% | 0 | 100.88s | 2,396 | 7,890 | 41,129 |
तुलना जोड़ी बदलें