#173 KAT-Coder-Air V2.5
default- लागत
- $0.002
- समय
- 14.5s
- टोकन
- 2,619 tok
Kwaipilot
रिलीज़: 2026-07-14
परीक्षण किया गया: 2026-07-16 23:28
kwaipilot/kat-coder-air-v2.5::none
~35B कुल (~3B सक्रिय)MoEबंद स्रोतअनुमानित
सारांश
KAT Coder AIR V2.5 AI BENCHY पर 4.8 स्कोर करता है और #173 पर है। इसकी reliability 10.0, pass rate 37.9%, कुल लागत $0.067, और औसत response time 12.17s है।
KAT Coder AIR V2.5 को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- 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।
4.8
संगति
6.9
10.0
$0.067
कुल आउटपुट टोकन
93,913
कुल इनपुट टोकन
69,367
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।
अस्थिर टेस्ट
8
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 |
|---|---|---|---|---|---|
| 2026-08-14 03:15 दोबारा परीक्षण | 4.8 | 10.0 | $0.070 | तुलना करें | |
| 2026-07-16 23:28 नया टेस्ट जोड़ा गया | 4.8 | 10.0 | $0.067 | वर्तमान रन | |
| 2026-07-14 11:05 पहला रन | 4.9 | 10.0 | $0.037 | तुलना करें |
इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 23:28 · नया टेस्ट जोड़ा गया | 66/66 प्रयास | 4.8 | 6.9 | 10.0 | 5/22 | 8 | 93,913 | 69,367 | $0.067 | 12.17s |
| 2026-07-14 11:05 · पहला रन | 63/63 प्रयास | 4.9 | 7.1 | 10.0 | 5/21 | 7 | 49,933 | 41,328 | $0.037 | 6.99s |
| अंतर | — | -0.2 | -0.2 | 0.0 | 0 | +1 | +43980 | +28039 | +$0.031 | +5185ms |
बेंचमार्क कवरेज अलग है: 66/66 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 63/63 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
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।
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 V2.5defaultvsNemotron 3 Supernoneनिःशुल्क उपलब्धKAT Coder AIR V2.5defaultvsTrinity Large Previewdefaultनिःशुल्क उपलब्धKAT Coder AIR V2.5defaultvsRing 2.6 1tdefaultKAT Coder AIR V2.5defaultvsGranite 4.2 8BnoneKAT Coder AIR V2.5defaultvsLing 2.6 FlashdefaultKAT Coder AIR V2.5defaultvsCobuddymediumनिःशुल्क उपलब्धKAT Coder AIR V2.5defaultvsNemotron 3.5 Lightninglowनिःशुल्क उपलब्धKAT Coder AIR V2.5defaultvsMercury 2noneKAT Coder AIR V2.5defaultvsLaguna S 2.1lowनिःशुल्क उपलब्धKAT Coder AIR V2.5defaultvsMiniMax M2.5medium
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 5.3 | 5.6 | |
| कोडिंग | 3.3 | 9.6 | |
| संयुक्त | 3.8 | 1.6 | |
| डेटा पार्सिंग और निष्कर्षण | 6.3 | 5.8 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 5.0 | 10.0 | |
| निर्देश पालन | 9.9 | 10.0 | |
| पहेली समाधान | 2.9 | 4.4 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |