नेव्हिगेशन
Advertise here

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

average score जवळपास समान आहे: 5.2 vs 5.2. Inkling Small (low) चा benchmark खर्च कमी आहे: $0.055 vs $0.077. Inkling Small (low) वेगवान आहे: 1.99s vs 15.23s, pass rates 40.6% vs 47.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-26

तुलना केलेली मॉडेल्स

क्रमांक
#349
एकूण आउटपुट टोकन्स
114,654
प्रतिसाद वेळ (सरासरी)
15.23s
एकूण खर्च
$0.077
क्रमांक
#346
एकूण आउटपुट टोकन्स
14,686
प्रतिसाद वेळ (सरासरी)
1.99s
एकूण खर्च
$0.055
शिफारस केलेले मॉडेल Inkling Small (low)

It has the best score here (5.2), while responding about 7.7x 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 मोफत उपलब्ध
स्कोअर 5.2 5.2
क्रमांक #349 #346
विश्वसनीयता 9.8 10.0
सुसंगतता 8.2 8.7
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 40.6% 47.8%
अस्थिर चाचण्या 5 4
एकूण रन 69 69
प्रति निकाल खर्च 1.091 0.649
एकूण खर्च $0.077 $0.055
इनपुट किंमत $0.150 / 1M $0.450 / 1M
आउटपुट किंमत $0.600 / 1M $1.200 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.100 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 50,423 81,447
आउटपुट टोकन्स 4,144 2,715
रिझनिंग टोकन्स 110,510 11,971
प्रतिसाद वेळ (सरासरी) 15.23s 1.99s
प्रतिसाद वेळ (कमाल) 118.35s 5.82s
प्रतिसाद वेळ (एकूण) 350.26s 45.67s
पॅरामीटर्स ~35B एकूण (~3B सक्रिय) 276B एकूण (12B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

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.

#349 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

#346 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

तुलना जोडी बदला