नेविगेशन
AI BENCHY
Advertise here

KAT-Coder-Pro V2.5 (high) vs Muse Glimmer 30B (high)

average score लगभग बराबर है: 7.2 vs 7.2. KAT-Coder-Pro V2.5 (high) की benchmark लागत कम है: $0.506 vs $0.535. KAT-Coder-Pro V2.5 (high) तेज है: 22.11s vs 66.70s, pass rates 63.6% vs 65.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-20

रैंक
#106
कुल आउटपुट टोकन
144,359
प्रतिक्रिया समय (औसत)
22.11s
कुल लागत
$0.506
रैंक
#107
कुल आउटपुट टोकन
370,806
प्रतिक्रिया समय (औसत)
66.70s
कुल लागत
$0.535
अनुशंसित मॉडल KAT-Coder-Pro V2.5 (high)

It has the best score here (7.2), while responding about 3.0x faster than Muse Glimmer 30B (high).

विस्तृत तुलना

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high रिलीज़: 2026-07-14 Muse Glimmer 30B Muse Glimmer 30B high रिलीज़: 2026-08-11
स्कोर 7.2 7.2
रैंक #106 #107
विश्वसनीयता 10.0 10.0
संगति 7.8 7.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 63.6% 65.2%
अस्थिर टेस्ट 6 8
कुल रन 66 66
प्रति परिणाम लागत 4.599 5.349
कुल लागत $0.506 $0.535
इनपुट कीमत $0.740 / 1M $0.350 / 1M
आउटपुट कीमत $2.960 / 1M $1.500 / 1M
कुल इनपुट टोकन 106,085 103,494
आउटपुट टोकन 9,071 100,589
रीजनिंग टोकन 135,288 270,217
प्रतिक्रिया समय (औसत) 22.11s 66.70s
प्रतिक्रिया समय (अधिकतम) 199.97s 451.90s
प्रतिक्रिया समय (कुल) 486.31s 1467.39s
पैरामीटर ~700B कुल (~72B सक्रिय) 30B
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#106 KAT-Coder-Pro V2.5

high
लागत
$0.009
समय
26.4s
टोकन
3,117 tok

#107 Muse Glimmer 30B

high
लागत
$0.005
समय
61.7s
टोकन
3,097 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-Pro V2.5 6.4 7.9 44.4% 1 22.00s 7,893 422 20,461
Muse Glimmer 30B 8.8 7.8 88.9% 1 95.97s 7,419 16,128 55,433

त्वरित तुलना

तुलना जोड़ी बदलें