KAT Coder AIR V2.5 (high) vs Laguna S 2.1 (medium)

KAT Coder AIR V2.5 (high) average score मध्ये पुढे आहे: 5.2 vs 5.0. KAT Coder AIR V2.5 (high) चा benchmark खर्च कमी आहे: $0.077 vs $0.080. KAT Coder AIR V2.5 (high) वेगवान आहे: 15.23s vs 63.06s, pass rates 40.6% vs 24.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #288
एकूण आउटपुट टोकन्स: 114,654
प्रतिसाद वेळ (सरासरी): 15.23s
एकूण खर्च: $0.077

क्रमांक: #296
एकूण आउटपुट टोकन्स: 386,824
प्रतिसाद वेळ (सरासरी): 63.06s
एकूण खर्च: $0.080

शिफारस केलेले मॉडेल KAT Coder AIR V2.5 (high)

It has the best score here (5.2), while responding about 4.1x faster than Laguna S 2.1 (medium).

तपशीलवार तुलना

मेट्रिक	KAT Coder AIR V2.5 KAT Coder AIR V2.5 high प्रकाशन: 2026-07-14	Laguna S 2.1 Laguna S 2.1 medium प्रकाशन: 2026-07-21 मोफत उपलब्ध

मेट्रिक	KAT Coder AIR V2.5 KAT Coder AIR V2.5 high प्रकाशन: 2026-07-14	Laguna S 2.1 Laguna S 2.1 medium प्रकाशन: 2026-07-21 मोफत उपलब्ध
स्कोअर	5.2	5.0
क्रमांक	#288	#296
विश्वसनीयता	9.8	10.0
सुसंगतता	8.2	8.5
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	40.6%	24.6%
अस्थिर चाचण्या	5	4
एकूण रन	69	69
प्रति निकाल खर्च	1.091	1.987
एकूण खर्च	$0.077	$0.080
इनपुट किंमत	$0.000 / 1M	$0.090 / 1M
आउटपुट किंमत	$0.000 / 1M	$0.180 / 1M
एकूण इनपुट टोकन्स	50,423	230,291
आउटपुट टोकन्स	4,144	99,030
रिझनिंग टोकन्स	110,510	287,794
प्रतिसाद वेळ (सरासरी)	15.23s	63.06s
प्रतिसाद वेळ (कमाल)	118.35s	560.31s
प्रतिसाद वेळ (एकूण)	350.26s	1450.31s
पॅरामीटर्स	~35B एकूण (~3B सक्रिय)	118B एकूण (8B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#288 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

#296 Laguna S 2.1

medium

खर्च: $0.001
वेळ: 4.0s
टोकन्स: 867 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:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	3.0	10.0	0.0%	0		1.10s	0	0	0
Laguna S 2.1	3.4	2.2	33.3%	1		165.05s	143,644	1,732	45,497

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290
Laguna S 2.1	3.4	5.8	25.0%	2		51.82s	672	370	45,172

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
Laguna S 2.1	5.3	7.2	44.4%	1		158.98s	7,917	93,354	106,718

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	6.5	10.0	50.0%	0		74.48s	23,854	485	28,559
Laguna S 2.1	3.2	9.1	0.0%	0		284.71s	60,785	2,413	80,089

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140
Laguna S 2.1	10.0	10.0	100.0%	0		2.42s	7,689	243	1,699

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	3.0	10.0	0.0%	0		7.28s	724	1,101	7,738
Laguna S 2.1	3.0	10.0	0.0%	0		2.68s	771	24	2,863

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539
Laguna S 2.1	4.6	9.8	0.0%	0		739ms	513	164	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675
Laguna S 2.1	4.2	9.9	0.0%	0		400ms	702	57	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576
Laguna S 2.1	3.1	10.0	0.0%	0		2.62s	699	375	2,497

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082
Laguna S 2.1	10.0	10.0	100.0%	0		2.24s	6,747	270	420

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028
Laguna S 2.1	3.0	10.0	0.0%	0		7.11s	152	28	2,839

झटपट तुलना

तुलना जोडी बदला