नेव्हिगेशन
AI BENCHY
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 Hy4 preview (low)

KAT-Coder-Air V2.5 (high) average score मध्ये पुढे आहे: 5.6 vs 5.6. KAT-Coder-Air V2.5 (high) चा benchmark खर्च कमी आहे: $0.077 vs $1.745. KAT-Coder-Air V2.5 (high) वेगवान आहे: 15.87s vs 214.25s, pass rates 42.4% vs 19.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-29

क्रमांक
#209
एकूण आउटपुट टोकन्स
114,654
प्रतिसाद वेळ (सरासरी)
15.87s
एकूण खर्च
$0.077
क्रमांक
#217
एकूण आउटपुट टोकन्स
682,538
प्रतिसाद वेळ (सरासरी)
214.25s
एकूण खर्च
$1.745
शिफारस केलेले मॉडेल KAT-Coder-Air V2.5 (high)

It has the best score here (5.6), while costing about 22.8x less than Hy4 preview (low).

तपशीलवार तुलना

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high प्रकाशन: 2026-07-14 Hy4 preview Hy4 preview low प्रकाशन: 2026-08-29
स्कोअर 5.6 5.6
क्रमांक #209 #217
विश्वसनीयता 9.8 5.4
सुसंगतता 8.1 8.5
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 42.4% 19.7%
अस्थिर चाचण्या 5 3
एकूण रन 66 66
प्रति निकाल खर्च 1.091 58.157
एकूण खर्च $0.077 $1.745
इनपुट किंमत $0.150 / 1M $0.834 / 1M
आउटपुट किंमत $0.600 / 1M $2.501 / 1M
एकूण इनपुट टोकन्स 50,423 45,154
आउटपुट टोकन्स 4,144 4,022
रिझनिंग टोकन्स 110,510 678,516
प्रतिसाद वेळ (सरासरी) 15.87s 214.25s
प्रतिसाद वेळ (कमाल) 118.35s 597.45s
प्रतिसाद वेळ (एकूण) 349.16s 4713.56s
पॅरामीटर्स ~35B एकूण (~3B सक्रिय) 770B एकूण (49B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#209 KAT-Coder-Air V2.5

high
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#217 Hy4 preview

low
Provider returned error
खर्च
$0.000
वेळ
1.1s
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
KAT-Coder-Air V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883
Hy4 preview 5.2 8.6 0.0% 0 219.15s 6,110 135 96,407

झटपट तुलना

तुलना जोडी बदला