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 (low) vs GPT-4o-mini (default)

average score जवळपास समान आहे: 5.0 vs 5.0. GPT-4o-mini (default) चा benchmark खर्च कमी आहे: $0.024 vs $0.046. GPT-4o-mini (default) वेगवान आहे: 4.16s vs 10.21s, pass rates 42.0% vs 21.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#400
एकूण आउटपुट टोकन्स
60,414
प्रतिसाद वेळ (सरासरी)
10.21s
एकूण खर्च
$0.046
क्रमांक
#399
एकूण आउटपुट टोकन्स
3,627
प्रतिसाद वेळ (सरासरी)
4.16s
एकूण खर्च
$0.024
शिफारस केलेले मॉडेल GPT-4o-mini (default)

It has the best score here (5.0), while costing about 1.9x less than KAT Coder AIR V2.5 (low).

तपशीलवार तुलना

मेट्रिक KAT Coder AIR V2.5 KAT Coder AIR V2.5 low प्रकाशन: 2026-07-14 GPT-4o-mini GPT-4o-mini default प्रकाशन: 2024-07-18
स्कोअर 5.0 5.0
क्रमांक #400 #399
विश्वसनीयता 9.9 10.0
सुसंगतता 7.8 9.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 42.0% 21.7%
अस्थिर चाचण्या 6 0
एकूण रन 69 69
प्रति निकाल खर्च 0.649 0.480
एकूण खर्च $0.046 $0.024
इनपुट किंमत $0.150 / 1M $0.150 / 1M
आउटपुट किंमत $0.600 / 1M $0.600 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.075 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 61,094 145,180
आउटपुट टोकन्स 6,532 3,627
रिझनिंग टोकन्स 53,882 0
प्रतिसाद वेळ (सरासरी) 10.21s 4.16s
प्रतिसाद वेळ (कमाल) 86.23s 39.99s
प्रतिसाद वेळ (एकूण) 234.86s 70.70s
पॅरामीटर्स ~35B एकूण (~3B सक्रिय) ~8B
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.

#400 KAT Coder AIR V2.5

low
खर्च
$0.004
वेळ
29.9s
टोकन्स
6,008 tok

#399 GPT-4o-mini

default
खर्च
$0.001
वेळ
6.6s
टोकन्स
742 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 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623
GPT-4o-mini 3.2 9.6 0.0% 0 1.63s 7,314 367 0

तुलना जोडी बदला