नेव्हिगेशन
AI BENCHY
Advertise here

KAT-Coder-Air V2.5 (high) vs Inkling Small (low)

Inkling Small (low) average score मध्ये पुढे आहे: 5.7 vs 5.6. Inkling Small (low) चा benchmark खर्च कमी आहे: $0.059 vs $0.077. Inkling Small (low) वेगवान आहे: 2.08s vs 15.90s, pass rates 43.9% vs 50.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-01

क्रमांक
#168
एकूण आउटपुट टोकन्स
115,331
प्रतिसाद वेळ (सरासरी)
15.90s
एकूण खर्च
$0.077
क्रमांक
#164
एकूण आउटपुट टोकन्स
14,653
प्रतिसाद वेळ (सरासरी)
2.08s
एकूण खर्च
$0.059
शिफारस केलेले मॉडेल Inkling Small (low)

It has the best score here (5.7), while responding about 7.6x faster 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 Inkling Small Inkling Small low प्रकाशन: 2026-08-01
स्कोअर 5.6 5.7
क्रमांक #168 #164
विश्वसनीयता 9.9 10.0
सुसंगतता 7.7 8.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 43.9% 50.0%
अस्थिर चाचण्या 6 4
एकूण रन 66 66
प्रति निकाल खर्च 1.097 0.648
एकूण खर्च $0.077 $0.059
इनपुट किंमत $0.150 / 1M $0.500 / 1M
आउटपुट किंमत $0.600 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 50,470 81,438
आउटपुट टोकन्स 3,957 2,715
रिझनिंग टोकन्स 111,374 11,938
प्रतिसाद वेळ (सरासरी) 15.90s 2.08s
प्रतिसाद वेळ (कमाल) 118.35s 5.82s
प्रतिसाद वेळ (एकूण) 349.71s 45.87s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

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

#164 Thinking Machines: Inkling Small

low
खर्च
$0.001
वेळ
5.9s
टोकन्स
759 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
Inkling Small 4.6 5.0 33.3% 2 3.70s 7,374 375 4,332

झटपट तुलना

तुलना जोडी बदला