Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Mistral: Mistral Small 4

Ringkasan

Mistral Small 4 (medium) unggul dalam skor rata-rata dengan 5.1 vs 4.9. KAT-Coder-Air V2.5 memiliki biaya benchmark lebih rendah di $0.037 vs $0.068. KAT-Coder-Air V2.5 lebih cepat di 6.99s vs 9.40s, dengan tingkat keberhasilan 38.1% vs 44.4%.

Model yang direkomendasikanMistral Small 4 (medium)It has the strongest score in this comparison (5.1) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none Rilis: 2026-07-14 Mistral Small 4 Mistral Small 4 medium Rilis: 2026-03-16
Skor 4.9 5.1
Peringkat #168 #160
Keandalan 10.0 10.0
Konsistensi 7.1 6.9
Tes benar
Tingkat lulus per percobaan 38.1% 44.4%
Tes tidak stabil 7 8
Total Run 63 63
Biaya per hasil 0.724 1.344
Total Biaya $0.037 $0.068
Harga input $0.150 / 1M $0.150 / 1M
Harga output $0.600 / 1M $0.600 / 1M
Total token input 41,328 42,576
Token output 49,933 24,184
Token penalaran 0 84,678
Waktu respons (rata-rata) 6.99s 9.40s
Waktu respons (maks) 24.94s 59.15s
Waktu respons (total) 146.78s 197.39s

Showcase generasi

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none
Biaya
$0.002
Waktu
14.5s
Token
2,619 tok

#160 Mistral Small 4

medium
Biaya
$0.006
Waktu
47.9s
Token
9,857 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
KAT-Coder-Air V2.5 3.3 9.6 0.0% 0 14.31s 6,472 16,918 0
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715

Perbandingan Cepat

Ganti Pasangan Perbandingan