#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

~35B कुल (~3B सक्रिय)MoEबंद स्रोतअनुमानित

(high) (medium) (low) (default)

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 निर्देश पालन में सबसे अलग दिखता है, जहाँ इसकी रैंक #4 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

अनुमानित

पैरामीटर: ~35B कुल (~3B सक्रिय)
आर्किटेक्चर: MoE
उपलब्धता: बंद स्रोत
लाइसेंस: -

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

पैरामीटर स्रोत उपलब्धता स्रोत

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

कैश पढ़ने की कीमत

लागू नहीं

कैश लिखने की कीमत

लागू नहीं

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

सही परीक्षण

गलत टेस्ट: 14

प्रति प्रयास पास दर: 46.0%

अस्थिर टेस्ट

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

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

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	कुल लागत	तुलना करें
2026-08-14 03:16 दोबारा परीक्षण	5.4	9.9	$0.046	तुलना करें
2026-07-16 23:32 नया टेस्ट जोड़ा गया	5.4	9.9	$0.041	तुलना करें
2026-07-14 11:05 पहला रन	6.0	9.7	$0.030	वर्तमान रन

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख	इनपुट कीमत	आउटपुट कीमत	कैश पढ़ने की कीमत	कैश लिखने की कीमत
2026-07-14 11:25	$0.150 / 1M	$0.600 / 1M	लागू नहीं	लागू नहीं

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी	स्कोर	संगति
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

KAT Coder AIR V2.5

मॉडल विवरण

Hamster playing table tennis

#124 KAT-Coder-Air V2.5

चार्ट

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

श्रेणी विवरण

तुलना किए गए मॉडल