#110 KAT-Coder-Air V2.5
high
अवैध SVG
- खर्च
- $0.000
- वेळ
- 300.0s
- टोकन्स
- 0 tok
AI BENCHY Compare
Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: gpt-oss-120b
सारांश
gpt-oss-120b (medium) average score मध्ये पुढे आहे: 6.7 vs 6.2. gpt-oss-120b (medium) चा benchmark खर्च कमी आहे: $0.011 vs $0.064. KAT-Coder-Air V2.5 (high) वेगवान आहे: 11.02s vs 22.28s, pass rates 46.0% vs 52.4%.
शिफारस केलेले मॉडेलgpt-oss-120b (medium)It has the best score here (6.7), while costing about 6.4x less than KAT-Coder-Air V2.5 (high).
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high | gpt-oss-120b gpt-oss-120b medium मोफत उपलब्ध |
|---|---|---|
| स्कोअर | 6.2 | 6.7 |
| क्रमांक | #110 | #96 |
| विश्वसनीयता | 9.7 | 10.0 |
| सुसंगतता | 7.6 | 8.0 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 46.0% | 52.4% |
| अस्थिर चाचण्या | 6 | 5 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 0.910 | 0.141 |
| एकूण खर्च | $0.064 | $0.011 |
| इनपुट किंमत | $0.150 / 1M | $0.030 / 1M |
| आउटपुट किंमत | $0.600 / 1M | $0.150 / 1M |
| एकूण इनपुट टोकन्स | 41,748 | 39,084 |
| आउटपुट टोकन्स | 3,894 | 20,013 |
| रिझनिंग टोकन्स | 91,773 | 50,233 |
| प्रतिसाद वेळ (सरासरी) | 11.02s | 22.28s |
| प्रतिसाद वेळ (कमाल) | 104.98s | 68.16s |
| प्रतिसाद वेळ (एकूण) | 231.37s | 311.96s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#96 gpt-oss-120b
medium- खर्च
- $0.001
- वेळ
- 26.7s
- टोकन्स
- 555 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 | |
| gpt-oss-120b | 5.9 | 7.0 | 55.6% | 1 | 38.37s | 7,782 | 3,365 | 11,973 |
झटपट तुलना
तुलना जोडी बदला
Seed-2.0-LitenonevsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsGPT-5.6 LunalowKAT-Coder-Air V2.5highvsGPT-5.5noneKAT-Coder-Air V2.5highvsQwen3.5-35B-A3BmediumGemini 2.5 FlashnonevsKAT-Coder-Air V2.5highGemma 4 31Bmediumमोफत उपलब्धvsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsGPT-5.6 SolnoneGemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsNemotron 3 Supermediumमोफत उपलब्धKAT-Coder-Pro V2.5nonevsgpt-oss-120bmediumमोफत उपलब्धGemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5highGemini 3.5 Flashminimalvsgpt-oss-120bmediumमोफत उपलब्ध