नेविगेशन
AI BENCHY
Advertise here

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

average score लगभग बराबर है: 7.4 vs 7.3. KAT-Coder-Pro V2.5 (low) की benchmark लागत कम है: $0.387 vs $0.529. KAT-Coder-Pro V2.5 (low) तेज है: 19.47s vs 65.50s, pass rates 69.7% vs 68.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-11

रैंक
#82
कुल आउटपुट टोकन
108,640
प्रतिक्रिया समय (औसत)
19.47s
कुल लागत
$0.387
रैंक
#84
कुल आउटपुट टोकन
372,149
प्रतिक्रिया समय (औसत)
65.50s
कुल लागत
$0.529
अनुशंसित मॉडल KAT-Coder-Pro V2.5 (low)

It has the best score here (7.4), while responding about 3.4x faster than Muse Glimmer 30B (high).

विस्तृत तुलना

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low रिलीज़: 2026-07-14 Muse Glimmer 30B Muse Glimmer 30B high रिलीज़: 2026-08-11
स्कोर 7.4 7.3
रैंक #82 #84
विश्वसनीयता 10.0 10.0
संगति 7.0 7.6
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 69.7% 68.2%
अस्थिर टेस्ट 8 7
कुल रन 66 66
प्रति परिणाम लागत 3.514 4.805
कुल लागत $0.387 $0.529
इनपुट कीमत $0.740 / 1M $0.350 / 1M
आउटपुट कीमत $2.960 / 1M $1.500 / 1M
कुल इनपुट टोकन 87,673 103,482
आउटपुट टोकन 7,166 105,680
रीजनिंग टोकन 101,474 266,469
प्रतिक्रिया समय (औसत) 19.47s 65.50s
प्रतिक्रिया समय (अधिकतम) 209.15s 451.90s
प्रतिक्रिया समय (कुल) 428.31s 1440.91s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#82 KAT-Coder-Pro V2.5

low
लागत
$0.016
समय
47.6s
टोकन
5,182 tok

#84 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 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945
Muse Glimmer 30B 8.8 7.8 88.9% 1 95.97s 7,419 16,128 55,433

त्वरित तुलना

तुलना जोड़ी बदलें