Claude Sonnet 5.5 (medium) vs KAT-Coder-Air V2.5 (high)

Claude Sonnet 5.5 (medium) average score मध्ये पुढे आहे: 5.7 vs 5.6. KAT-Coder-Air V2.5 (high) चा benchmark खर्च कमी आहे: $0.077 vs $0.672. Claude Sonnet 5.5 (medium) वेगवान आहे: 6.07s vs 15.87s, pass rates 37.9% vs 42.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-29

तुलना केलेली मॉडेल्स

क्रमांक: #266
एकूण आउटपुट टोकन्स: 32,980
प्रतिसाद वेळ (सरासरी): 6.07s
एकूण खर्च: $0.672

क्रमांक: #275
एकूण आउटपुट टोकन्स: 114,654
प्रतिसाद वेळ (सरासरी): 15.87s
एकूण खर्च: $0.077

शिफारस केलेले मॉडेल KAT-Coder-Air V2.5 (high)

Its score stays close to the best score here (5.6 vs 5.7), while costing about 8.8x less than Claude Sonnet 5.5 (medium).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 medium प्रकाशन: 2026-09-29	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high प्रकाशन: 2026-07-14

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 medium प्रकाशन: 2026-09-29	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high प्रकाशन: 2026-07-14
स्कोअर	5.7	5.6
क्रमांक	#266	#275
विश्वसनीयता	10.0	9.8
सुसंगतता	9.7	8.1
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	37.9%	42.4%
अस्थिर चाचण्या	1	5
एकूण रन	66	66
प्रति निकाल खर्च	8.392	1.091
एकूण खर्च	$0.672	$0.077
इनपुट किंमत	$2.000 / 1M	$0.150 / 1M
आउटपुट किंमत	$10.000 / 1M	$0.600 / 1M
एकूण इनपुट टोकन्स	170,771	50,423
आउटपुट टोकन्स	23,185	4,144
रिझनिंग टोकन्स	9,795	110,510
प्रतिसाद वेळ (सरासरी)	6.07s	15.87s
प्रतिसाद वेळ (कमाल)	26.16s	118.35s
प्रतिसाद वेळ (एकूण)	133.62s	349.16s
पॅरामीटर्स	~1T एकूण (~100B सक्रिय)	~35B एकूण (~3B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#266 Claude Sonnet 5.5

medium

खर्च: $0.024
वेळ: 17.4s
टोकन्स: 2,525 tok

#275 KAT-Coder-Air V2.5

high

Reached the allocated time limit (300 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 300.0s
टोकन्स: 0 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	6.5	10.0	50.0%	0		2.54s	858	1,697	0
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.4	9.7	0.0%	0		6.07s	10,608	6,767	0
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	8.5	10.0	50.0%	0		23.58s	133,232	7,780	5,241
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		74.48s	23,854	485	28,559

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	6.5	10.0	50.0%	0		2.56s	10,515	696	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.0	10.0	0.0%	0		8.78s	990	4,137	2,729
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		7.28s	724	1,101	7,738

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	5.1	3.4	33.3%	1		2.27s	714	324	0
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	6.3	10.0	50.0%	0		1.88s	921	346	0
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	7.7	10.0	66.7%	0		2.43s	912	876	0
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.75s	11,757	354	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.0	10.0	0.0%	0		8.57s	264	208	1,825
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028

झटपट तुलना

तुलना जोडी बदला

KAT-Coder-Air V2.5highvsQwen3.5-122B-A10Bnone Claude Sonnet 5.5mediumvsGLM 5none Claude Sonnet 5.5mediumvsSolar Pro 4none KAT-Coder-Air V2.5highvsKimi K2.6none KAT-Coder-Air V2.5highvsGLM 5.1none Ling-3.0-flashnonevsKAT-Coder-Air V2.5high Claude Sonnet 5.5mediumvsInkling Smalllow Claude Sonnet 5.5mediumvsGPT-5.4none KAT-Coder-Air V2.5highvsInkling Smalllow Claude Sonnet 5.5mediumvsLing-3.0-flashnone Claude Sonnet 5.5mediumvsGLM 5.1none KAT-Coder-Air V2.5highvsGPT-6 Lunanone