नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Kwaipilot: KAT-Coder-Pro V2.5 vs Xiaomi: MiMo-V2.5-Pro

MiMo-V2.5-Pro (medium) average score में आगे है: 6.9 vs 6.7. MiMo-V2.5-Pro (medium) की benchmark लागत कम है: $0.187 vs $0.476. KAT-Coder-Pro V2.5 तेज है: 25.56s vs 33.92s, pass rates 68.2% vs 66.7%.

अनुशंसित मॉडलMiMo-V2.5-Pro (medium)It has the best score here (6.9), while costing about 2.5x less than KAT-Coder-Pro V2.5.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none रिलीज़: 2026-07-14 MiMo-V2.5-Pro MiMo-V2.5-Pro medium रिलीज़: 2026-04-22
स्कोर 6.7 6.9
रैंक #88 #81
विश्वसनीयता 10.0 10.0
संगति 7.4 8.2
सही परीक्षण
प्रति प्रयास पास दर 68.2% 66.7%
अस्थिर टेस्ट 7 5
कुल रन 66 66
प्रति परिणाम लागत 4.319 3.218
कुल लागत $0.476 $0.187
इनपुट कीमत $0.740 / 1M $0.435 / 1M
आउटपुट कीमत $2.960 / 1M $0.870 / 1M
कुल इनपुट टोकन 98,499 139,883
आउटपुट टोकन 135,861 15,521
रीजनिंग टोकन 0 130,992
प्रतिक्रिया समय (औसत) 25.56s 33.92s
प्रतिक्रिया समय (अधिकतम) 335.41s 197.54s
प्रतिक्रिया समय (कुल) 562.43s 746.19s

Hamster playing table tennis

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

#88 KAT-Coder-Pro V2.5

none
लागत
$0.010
समय
29.0s
टोकन
3,439 tok

#81 MiMo-V2.5-Pro

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 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 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0
MiMo-V2.5-Pro 6.2 4.7 66.7% 2 92.07s 6,543 780 51,218

त्वरित तुलना

तुलना जोड़ी बदलें