AI BENCHY
Advertise here
#124

KAT-Coder-Air V2.5

Kwaipilot रिलीज़: 2026-07-14 परीक्षण किया गया: 2026-07-14 11:05 kwaipilot/kat-coder-air-v2.5::low
(high) (medium) (low) (none)

सारांश

KAT-Coder-Air V2.5 AI BENCHY पर 6.0 स्कोर करता है और #124 पर है। इसकी reliability 9.7, pass rate 46.0%, कुल लागत $0.030, और औसत response time 6.47s है।

KAT-Coder-Air V2.5 को अलग क्या बनाता है: यह संयुक्त में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #14 पर है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

स्कोर

6.0

संगति

7.6

विश्वसनीयता

9.7

कुल लागत (वर्तमान कीमत)

$0.030

कुल आउटपुट टोकन

39,091

कुल इनपुट टोकन

42,464

इनपुट कीमत

$0.150 / 1M

आउटपुट कीमत

$0.600 / 1M

सही परीक्षण

गलत टेस्ट: 14

प्रति प्रयास पास दर: 46.0%

अस्थिर टेस्ट

6

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

6.47s

प्रतिक्रिया समय (अधिकतम): 25.49s

प्रतिक्रिया समय (कुल): 135.80s

गलत उत्तर: 7 अतिरिक्त फॉर्मेटिंग: 4 निर्देशों का पालन नहीं किया: 2 API त्रुटि: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low
लागत
$0.004
समय
29.9s
टोकन
6,008 tok

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।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

KAT-Coder-Air V2.5lowvsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5lowvsSeed-2.0-LitenoneKAT-Coder-Air V2.5lowvsGPT-5.5noneKAT-Coder-Air V2.5lowvsGPT-5.6 LunalowKAT-Coder-Air V2.5lowvsQwen3.5-35B-A3BmediumKAT-Coder-Air V2.5lowvsGemini 2.5 FlashnoneKAT-Coder-Air V2.5lowvsGemini 3.5 FlashhighKAT-Coder-Air V2.5lowvsGemini 3 Flash PreviewmediumKAT-Coder-Air V2.5lowvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धKAT-Coder-Air V2.5lowvsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 7.3 5.8
कोडिंग 3.5 7.3
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 6.5 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 5.0 10.0
निर्देश पालन 9.8 10.0
पहेली समाधान 3.1 4.6
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल