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 Laguna XS 2.1

Laguna XS 2.1 average score मध्ये पुढे आहे: 5.3 vs 5.2. Laguna XS 2.1 चा benchmark खर्च कमी आहे: $0.020 vs $0.077. Laguna XS 2.1 वेगवान आहे: 4.56s vs 15.23s, pass rates 40.6% vs 29.0%.

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
#381
एकूण आउटपुट टोकन्स
23,173
प्रतिसाद वेळ (सरासरी)
4.56s
एकूण खर्च
$0.020
शिफारस केलेले मॉडेल Laguna XS 2.1

It has the best score here (5.3), while costing about 4.0x less than KAT Coder AIR V2.5 (high).

तपशीलवार तुलना

मेट्रिक KAT Coder AIR V2.5 KAT Coder AIR V2.5 high प्रकाशन: 2026-07-14 Laguna XS 2.1 Laguna XS 2.1 none प्रकाशन: 2026-07-02 मोफत उपलब्ध
स्कोअर 5.2 5.3
क्रमांक #386 #381
विश्वसनीयता 9.8 10.0
सुसंगतता 8.2 9.1
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 40.6% 29.0%
अस्थिर चाचण्या 5 3
एकूण रन 69 69
प्रति निकाल खर्च 1.091 0.380
एकूण खर्च $0.077 $0.020
इनपुट किंमत $0.150 / 1M $0.060 / 1M
आउटपुट किंमत $0.600 / 1M $0.120 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.030 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 50,423 270,072
आउटपुट टोकन्स 4,144 23,173
रिझनिंग टोकन्स 110,510 0
प्रतिसाद वेळ (सरासरी) 15.23s 4.56s
प्रतिसाद वेळ (कमाल) 118.35s 70.79s
प्रतिसाद वेळ (एकूण) 350.26s 104.80s
पॅरामीटर्स ~35B एकूण (~3B सक्रिय) 33B एकूण (3B सक्रिय)
उपलब्धता बंद स्रोत वेट्स उपलब्ध

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

#381 Laguna XS 2.1

none
खर्च
$0.001
वेळ
27.6s
टोकन्स
4,344 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
Laguna XS 2.1 4.3 7.8 22.2% 1 623ms 7,995 562 0

तुलना जोडी बदला