KAT Coder AIR V2.5 (low) vs Laguna S 2.1 (medium)

Laguna S 2.1 (medium) average score मध्ये पुढे आहे: 5.0 vs 5.0. KAT Coder AIR V2.5 (low) चा benchmark खर्च कमी आहे: $0.046 vs $0.092. KAT Coder AIR V2.5 (low) वेगवान आहे: 10.21s vs 63.06s, pass rates 42.0% vs 24.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #354
एकूण आउटपुट टोकन्स: 60,414
प्रतिसाद वेळ (सरासरी): 10.21s
एकूण खर्च: $0.046

क्रमांक: #349
एकूण आउटपुट टोकन्स: 294,040
प्रतिसाद वेळ (सरासरी): 63.06s
एकूण खर्च: $0.092

शिफारस केलेले मॉडेल KAT Coder AIR V2.5 (low)

Its score stays close to the best score here (5.0 vs 5.0), while costing about 2.0x less than Laguna S 2.1 (medium).

तपशीलवार तुलना

मेट्रिक	KAT Coder AIR V2.5 KAT Coder AIR V2.5 low प्रकाशन: 2026-07-14	Laguna S 2.1 Laguna S 2.1 medium प्रकाशन: 2026-07-21 मोफत उपलब्ध

मेट्रिक	KAT Coder AIR V2.5 KAT Coder AIR V2.5 low प्रकाशन: 2026-07-14	Laguna S 2.1 Laguna S 2.1 medium प्रकाशन: 2026-07-21 मोफत उपलब्ध
स्कोअर	5.0	5.0
क्रमांक	#354	#349
विश्वसनीयता	9.9	10.0
सुसंगतता	7.8	8.5
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	42.0%	24.6%
अस्थिर चाचण्या	6	4
एकूण रन	69	69
प्रति निकाल खर्च	0.649	1.987
एकूण खर्च	$0.046	$0.092
इनपुट किंमत	$0.150 / 1M	$0.090 / 1M
आउटपुट किंमत	$0.600 / 1M	$0.180 / 1M
कॅश वाचण्याची किंमत	लागू नाही	$0.009 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	61,094	230,291
आउटपुट टोकन्स	6,532	99,030
रिझनिंग टोकन्स	53,882	287,794
प्रतिसाद वेळ (सरासरी)	10.21s	63.06s
प्रतिसाद वेळ (कमाल)	86.23s	560.31s
प्रतिसाद वेळ (एकूण)	234.86s	1450.31s
पॅरामीटर्स	~35B एकूण (~3B सक्रिय)	118B एकूण (8B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

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.

#354 KAT Coder AIR V2.5

low

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

#349 Laguna S 2.1

medium

खर्च: $0.001
वेळ: 4.0s
टोकन्स: 867 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	3.0	10.0	0.0%	0		1.08s	0	0	0
Laguna S 2.1	3.4	2.2	33.3%	1		165.05s	143,644	1,732	45,497

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	7.3	5.8	83.3%	2		3.50s	672	422	1,548
Laguna S 2.1	3.4	5.8	25.0%	2		51.82s	672	370	45,172

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
Laguna S 2.1	5.3	7.2	44.4%	1		158.98s	7,917	93,354	106,718

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	6.4	5.8	66.7%	1		55.86s	33,753	2,046	17,833
Laguna S 2.1	3.2	9.1	0.0%	0		284.71s	60,785	2,413	80,089

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	6.5	10.0	50.0%	0		2.82s	7,776	261	1,069
Laguna S 2.1	10.0	10.0	100.0%	0		2.42s	7,689	243	1,699

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	3.0	10.0	0.0%	0		8.91s	562	937	10,224
Laguna S 2.1	3.0	10.0	0.0%	0		2.68s	771	24	2,863

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	5.0	10.0	0.0%	0		10.11s	516	142	596
Laguna S 2.1	4.6	9.8	0.0%	0		739ms	513	164	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	9.8	10.0	100.0%	0		1.64s	699	89	640
Laguna S 2.1	4.2	9.9	0.0%	0		400ms	702	57	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	3.1	4.6	22.2%	2		1.57s	696	294	796
Laguna S 2.1	3.1	10.0	0.0%	0		2.62s	699	375	2,497

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	10.0	10.0	100.0%	0		4.47s	8,391	330	1,065
Laguna S 2.1	10.0	10.0	100.0%	0		2.24s	6,747	270	420

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT Coder AIR V2.5	3.0	10.0	0.0%	0		19.98s	136	10	6,488
Laguna S 2.1	3.0	10.0	0.0%	0		7.11s	152	28	2,839

तुलना जोडी बदला