नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Air V2.5 vs Z.ai: GLM 4.7 Flash

सारांश

KAT-Coder-Air V2.5 average score में आगे है: 4.9 vs 4.3. KAT-Coder-Air V2.5 की benchmark लागत कम है: $0.037 vs $0.054. KAT-Coder-Air V2.5 तेज है: 6.99s vs 35.10s, pass rates 38.1% vs 33.3%.

अनुशंसित मॉडलKAT-Coder-Air V2.5It has the best score here (4.9), while responding about 5.0x faster than GLM 4.7 Flash (medium).

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 GLM 4.7 Flash GLM 4.7 Flash medium रिलीज़: 2026-01-19
स्कोर 4.9 4.3
रैंक #168 #185
विश्वसनीयता 10.0 6.7
संगति 7.1 6.8
सही परीक्षण
प्रति प्रयास पास दर 38.1% 33.3%
अस्थिर टेस्ट 7 8
कुल रन 63 63
प्रति परिणाम लागत 0.724 1.337
कुल लागत $0.037 $0.054
इनपुट कीमत $0.150 / 1M $0.060 / 1M
आउटपुट कीमत $0.600 / 1M $0.400 / 1M
कुल इनपुट टोकन 41,328 37,206
आउटपुट टोकन 49,933 43,754
रीजनिंग टोकन 0 89,079
प्रतिक्रिया समय (औसत) 6.99s 35.10s
प्रतिक्रिया समय (अधिकतम) 24.94s 174.55s
प्रतिक्रिया समय (कुल) 146.78s 456.24s

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

#185 GLM 4.7 Flash

medium
अमान्य SVG
लागत
$0.000
समय
186.2s
टोकन
12,112 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
GLM 4.7 Flash 3.2 7.4 11.1% 1 55.33s 3,106 4,981 22,387

त्वरित तुलना

तुलना जोड़ी बदलें