#168 KAT-Coder-Air V2.5
none- लागत
- $0.002
- समय
- 14.5s
- टोकन
- 2,619 tok
AI BENCHY तुलना
सारांश
GLM 5.1 average score में आगे है: 5.6 vs 4.9. KAT-Coder-Air V2.5 की benchmark लागत कम है: $0.037 vs $0.057. GLM 5.1 तेज है: 4.10s vs 6.99s, pass rates 38.1% vs 41.3%.
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 | GLM 5.1 GLM 5.1 none |
|---|---|---|
| स्कोर | 4.9 | 5.6 |
| रैंक | #168 | #141 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 7.1 | 8.5 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 38.1% | 41.3% |
| अस्थिर टेस्ट | 7 | 4 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 0.724 | 0.843 |
| कुल लागत | $0.037 | $0.057 |
| इनपुट कीमत | $0.150 / 1M | $0.966 / 1M |
| आउटपुट कीमत | $0.600 / 1M | $3.036 / 1M |
| कुल इनपुट टोकन | 41,328 | 47,133 |
| आउटपुट टोकन | 49,933 | 3,754 |
| रीजनिंग टोकन | 0 | 0 |
| प्रतिक्रिया समय (औसत) | 6.99s | 4.10s |
| प्रतिक्रिया समय (अधिकतम) | 24.94s | 32.57s |
| प्रतिक्रिया समय (कुल) | 146.78s | 86.18s |
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 | |
| GLM 5.1 | 3.9 | 9.7 | 0.0% | 0 | 4.96s | 7,256 | 525 | 0 |
तुलना जोड़ी बदलें