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-Air V2.5

KAT-Coder-Air V2.5 (high) average score मध्ये पुढे आहे: 5.6 vs 5.5. Gemma 4 26B A4B चा benchmark खर्च कमी आहे: $0.018 vs $0.077. Gemma 4 26B A4B वेगवान आहे: 7.64s vs 15.90s, pass rates 42.4% vs 43.9%.

शिफारस केलेले मॉडेलGemma 4 26B A4BIts score stays close to the best score here (5.5 vs 5.6), while costing about 4.3x less than KAT-Coder-Air V2.5 (high).

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

मेट्रिक Gemma 4 26B A4B Gemma 4 26B A4B none प्रकाशन: 2026-04-03 मोफत उपलब्ध KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high प्रकाशन: 2026-07-14
स्कोअर 5.5 5.6
क्रमांक #149 #137
विश्वसनीयता 10.0 9.9
सुसंगतता 9.2 7.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 42.4% 43.9%
अस्थिर चाचण्या 2 6
एकूण रन 66 66
प्रति निकाल खर्च 0.235 1.097
एकूण खर्च $0.018 $0.077
इनपुट किंमत $0.100 / 1M $0.150 / 1M
आउटपुट किंमत $0.300 / 1M $0.600 / 1M
एकूण इनपुट टोकन्स 131,282 50,470
आउटपुट टोकन्स 15,781 3,957
रिझनिंग टोकन्स 0 111,374
प्रतिसाद वेळ (सरासरी) 7.64s 15.90s
प्रतिसाद वेळ (कमाल) 57.10s 118.35s
प्रतिसाद वेळ (एकूण) 167.98s 349.71s

Hamster playing table tennis

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

#149 Gemma 4 26B A4B

none
खर्च
$0.001
वेळ
39.5s
टोकन्स
790 tok

#137 KAT-Coder-Air V2.5

high
अवैध SVG
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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Gemma 4 26B A4B 3.7 7.2 22.2% 1 4.16s 7,736 476 0
KAT-Coder-Air V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883

झटपट तुलना

तुलना जोडी बदला