नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Google: Gemma 4 26B A4B vs Kwaipilot: KAT-Coder-Pro V2.5

KAT-Coder-Pro V2.5 average score मध्ये पुढे आहे: 6.7 vs 6.6. Gemma 4 26B A4B (medium) चा benchmark खर्च कमी आहे: $0.082 vs $0.476. KAT-Coder-Pro V2.5 वेगवान आहे: 25.56s vs 103.83s, pass rates 66.7% vs 68.2%.

शिफारस केलेले मॉडेलGemma 4 26B A4B (medium)Its score stays close to the best score here (6.6 vs 6.7), while costing about 5.8x less than KAT-Coder-Pro V2.5.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक Gemma 4 26B A4B Gemma 4 26B A4B medium प्रकाशन: 2026-04-03 मोफत उपलब्ध KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none प्रकाशन: 2026-07-14
स्कोअर 6.6 6.7
क्रमांक #91 #88
विश्वसनीयता 9.4 10.0
सुसंगतता 9.2 7.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 68.2%
अस्थिर चाचण्या 2 7
एकूण रन 66 66
प्रति निकाल खर्च 0.643 4.319
एकूण खर्च $0.082 $0.476
इनपुट किंमत $0.100 / 1M $0.740 / 1M
आउटपुट किंमत $0.300 / 1M $2.960 / 1M
एकूण इनपुट टोकन्स 77,550 98,499
आउटपुट टोकन्स 28,036 135,861
रिझनिंग टोकन्स 219,491 0
प्रतिसाद वेळ (सरासरी) 103.83s 25.56s
प्रतिसाद वेळ (कमाल) 912.19s 335.41s
प्रतिसाद वेळ (एकूण) 2180.47s 562.43s

Hamster playing table tennis

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

#91 Gemma 4 26B A4B

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#88 KAT-Coder-Pro V2.5

none
खर्च
$0.010
वेळ
29.0s
टोकन्स
3,439 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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Gemma 4 26B A4B 2.9 10.0 0.0% 0 272.54s 5,062 14,838 44,567
KAT-Coder-Pro V2.5 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0

झटपट तुलना

तुलना जोडी बदला