KAT Coder AIR V2.5 (default) vs GLM 4.7 Flash (medium)

KAT Coder AIR V2.5 (default) average score में आगे है: 4.4 vs 4.2. KAT Coder AIR V2.5 (default) की benchmark लागत कम है: $0.070 vs $0.193. KAT Coder AIR V2.5 (default) तेज है: 11.96s vs 150.90s, pass rates 34.8% vs 30.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक: #396
कुल आउटपुट टोकन: 97,752
प्रतिक्रिया समय (औसत): 11.96s
कुल लागत: $0.070

रैंक: #403
कुल आउटपुट टोकन: 447,599
प्रतिक्रिया समय (औसत): 150.90s
कुल लागत: $0.193

अनुशंसित मॉडल KAT Coder AIR V2.5 (default)

It has the best score here (4.4), while costing about 2.8x less than GLM 4.7 Flash (medium).

विस्तृत तुलना

मेट्रिक	KAT Coder AIR V2.5 KAT Coder AIR V2.5 default रिलीज़: 2026-07-14	GLM 4.7 Flash GLM 4.7 Flash medium रिलीज़: 2026-01-19

मेट्रिक	KAT Coder AIR V2.5 KAT Coder AIR V2.5 default रिलीज़: 2026-07-14	GLM 4.7 Flash GLM 4.7 Flash medium रिलीज़: 2026-01-19
स्कोर	4.4	4.2
रैंक	#396	#403
विश्वसनीयता	10.0	9.4
संगति	7.4	7.1
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	34.8%	30.4%
अस्थिर टेस्ट	7	8
कुल रन	69	69
प्रति परिणाम लागत	1.382	4.822
कुल लागत	$0.070	$0.193
इनपुट कीमत	$0.150 / 1M	$0.061 / 1M
आउटपुट कीमत	$0.600 / 1M	$0.400 / 1M
कैश पढ़ने की कीमत	लागू नहीं	लागू नहीं
कैश लिखने की कीमत	लागू नहीं	लागू नहीं
कुल इनपुट टोकन	69,376	228,711
आउटपुट टोकन	7,792	42,254
रीजनिंग टोकन	89,960	422,121
प्रतिक्रिया समय (औसत)	11.96s	150.90s
प्रतिक्रिया समय (अधिकतम)	121.05s	1539.97s
प्रतिक्रिया समय (कुल)	275.18s	2414.33s
पैरामीटर	~35B कुल (~3B सक्रिय)	30B कुल (3B सक्रिय)
उपलब्धता	बंद स्रोत	मुक्त 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.

#396 KAT Coder AIR V2.5

default

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

#403 GLM 4.7 Flash

medium

No output was saved. The original provider response or failure reason is unavailable.

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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
KAT Coder AIR V2.5	3.0	10.0	0.0%	0		1.07s	0	0	0
GLM 4.7 Flash	3.9	9.6	0.0%	0		399.20s	149,607	0	44,841

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
KAT Coder AIR V2.5	5.3	5.6	50.0%	2		2.68s	672	686	2,358
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

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
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
KAT Coder AIR V2.5	3.8	1.6	50.0%	2		73.00s	43,170	2,531	48,237
GLM 4.7 Flash	2.9	6.0	16.7%	1		802.77s	59,030	2,585	305,678

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
KAT Coder AIR V2.5	6.3	5.8	66.7%	1		2.66s	7,776	280	988
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
KAT Coder AIR V2.5	3.0	10.0	0.0%	0		8.33s	780	1,399	10,258
GLM 4.7 Flash	3.5	4.4	33.3%	2		96.74s	696	31,500	28,565

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
KAT Coder AIR V2.5	5.0	10.0	0.0%	0		12.02s	516	141	515
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
KAT Coder AIR V2.5	9.9	10.0	100.0%	0		1.75s	699	90	768
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
KAT Coder AIR V2.5	2.9	4.4	22.2%	2		1.84s	696	284	971
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
KAT Coder AIR V2.5	10.0	10.0	100.0%	0		5.13s	8,391	330	1,230
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
KAT Coder AIR V2.5	3.0	10.0	0.0%	0		17.96s	204	19	9,749
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

तुलना जोड़ी बदलें