नेव्हिगेशन
AI BENCHY
Advertise here

KAT-Coder-Air V2.5 (high) vs GLM 5.1

average score जवळपास समान आहे: 5.6 vs 5.7. KAT-Coder-Air V2.5 (high) चा benchmark खर्च कमी आहे: $0.077 vs $0.164. GLM 5.1 वेगवान आहे: 6.74s vs 15.87s, pass rates 42.4% vs 45.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-02

क्रमांक
#220
एकूण आउटपुट टोकन्स
114,654
प्रतिसाद वेळ (सरासरी)
15.87s
एकूण खर्च
$0.077
क्रमांक
#216
एकूण आउटपुट टोकन्स
14,393
प्रतिसाद वेळ (सरासरी)
6.74s
एकूण खर्च
$0.164
शिफारस केलेले मॉडेल KAT-Coder-Air V2.5 (high)

It has the best score here (5.6), while costing about 2.1x less than GLM 5.1.

तपशीलवार तुलना

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high प्रकाशन: 2026-07-14 GLM 5.1 GLM 5.1 none प्रकाशन: 2026-04-07
स्कोअर 5.6 5.7
क्रमांक #220 #216
विश्वसनीयता 9.8 10.0
सुसंगतता 8.1 8.2
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 42.4% 45.5%
अस्थिर चाचण्या 5 5
एकूण रन 66 66
प्रति निकाल खर्च 1.091 2.073
एकूण खर्च $0.077 $0.164
इनपुट किंमत $0.150 / 1M $0.966 / 1M
आउटपुट किंमत $0.600 / 1M $3.036 / 1M
एकूण इनपुट टोकन्स 50,423 124,219
आउटपुट टोकन्स 4,144 14,393
रिझनिंग टोकन्स 110,510 0
प्रतिसाद वेळ (सरासरी) 15.87s 6.74s
प्रतिसाद वेळ (कमाल) 118.35s 61.20s
प्रतिसाद वेळ (एकूण) 349.16s 148.20s
पॅरामीटर्स ~35B एकूण (~3B सक्रिय) 744B एकूण (40B 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.

#220 KAT-Coder-Air V2.5

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

#216 GLM 5.1

none
अवैध SVG
खर्च
$0.000
वेळ
300.0s
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
GLM 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 0

झटपट तुलना

तुलना जोडी बदला