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

KAT Coder AIR V2.5 (high) vs Mistral Small 4 (medium)

average score जवळपास समान आहे: 5.2 vs 5.1. KAT Coder AIR V2.5 (high) चा benchmark खर्च कमी आहे: $0.077 vs $0.126. Mistral Small 4 (medium) वेगवान आहे: 12.68s vs 15.23s, pass rates 40.6% vs 42.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#386
एकूण आउटपुट टोकन्स
114,654
प्रतिसाद वेळ (सरासरी)
15.23s
एकूण खर्च
$0.077
क्रमांक
#389
एकूण आउटपुट टोकन्स
127,970
प्रतिसाद वेळ (सरासरी)
12.68s
एकूण खर्च
$0.126
शिफारस केलेले मॉडेल KAT Coder AIR V2.5 (high)

It has the best score here (5.2), while costing about 1.6x less than Mistral Small 4 (medium).

तपशीलवार तुलना

मेट्रिक KAT Coder AIR V2.5 KAT Coder AIR V2.5 high प्रकाशन: 2026-07-14 Mistral Small 4 Mistral Small 4 medium प्रकाशन: 2026-03-16
स्कोअर 5.2 5.1
क्रमांक #386 #389
विश्वसनीयता 9.8 9.7
सुसंगतता 8.2 7.1
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 40.6% 42.0%
अस्थिर चाचण्या 5 8
एकूण रन 69 69
प्रति निकाल खर्च 1.091 2.502
एकूण खर्च $0.077 $0.126
इनपुट किंमत $0.150 / 1M $0.150 / 1M
आउटपुट किंमत $0.600 / 1M $0.600 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.015 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 50,423 321,955
आउटपुट टोकन्स 4,144 41,555
रिझनिंग टोकन्स 110,510 94,946
प्रतिसाद वेळ (सरासरी) 15.23s 12.68s
प्रतिसाद वेळ (कमाल) 118.35s 59.15s
प्रतिसाद वेळ (एकूण) 350.26s 291.66s
पॅरामीटर्स ~35B एकूण (~3B सक्रिय) 119B एकूण (6B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#386 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

#389 Mistral Small 4

medium
खर्च
$0.006
वेळ
47.9s
टोकन्स
9,857 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
KAT Coder AIR V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715

तुलना जोडी बदला