#173 KAT-Coder-Air V2.5
high
अमान्य SVG
- लागत
- $0.000
- समय
- 300.0s
- टोकन
- 0 tok
Kwaipilot
रिलीज़: 2026-07-14
परीक्षण किया गया: 2026-07-16 23:35
kwaipilot/kat-coder-air-v2.5::high
सारांश
KAT-Coder-Air V2.5 AI BENCHY पर 5.6 स्कोर करता है और #173 पर है। इसकी reliability 9.9, pass rate 43.9%, कुल लागत $0.077, और औसत response time 15.90s है।
KAT-Coder-Air V2.5 को अलग क्या बनाता है: यह संयुक्त में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि डेटा पार्सिंग और निष्कर्षण इसकी सबसे कमजोर जगह है, जहाँ यह #11 पर है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।
5.6
संगति
7.7
9.9
$0.077
कुल आउटपुट टोकन
115,331
कुल इनपुट टोकन
50,470
इनपुट कीमत
$0.150 / 1M
आउटपुट कीमत
$0.600 / 1M
अस्थिर टेस्ट
6
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-07-16 23:35 नया टेस्ट जोड़ा गया | 5.6 | 9.9 | $0.077 | वर्तमान रन | |
| 2026-07-14 11:05 पहला रन | 6.2 | 9.7 | $0.064 | तुलना करें |
इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत |
|---|---|---|
| 2026-07-14 11:25 | $0.150 / 1M | $0.600 / 1M |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
KAT-Coder-Air V2.5highvsQwen3.5-122B-A10BnoneKAT-Coder-Air V2.5highvsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5highvsLing 3.0 Flashnoneनिःशुल्क उपलब्धKAT-Coder-Air V2.5highvsDeepSeek V4 FlashnoneKAT-Coder-Air V2.5highvsInkling SmalllowKAT-Coder-Air V2.5highvsGLM 5.1noneKAT-Coder-Air V2.5highvsGLM 5noneKAT-Coder-Air V2.5highvsQwen3.6 27BnoneKAT-Coder-Air V2.5highvsNemotron 3 Supermediumनिःशुल्क उपलब्धKAT-Coder-Air V2.5highvsMiMo-V2.5-Pronone
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 6.9 | 5.8 | |
| कोडिंग | 4.3 | 7.3 | |
| संयुक्त | 6.5 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 6.5 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 5.1 | 10.0 | |
| निर्देश पालन | 9.8 | 10.0 | |
| पहेली समाधान | 3.5 | 4.4 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |