नेव्हिगेशन
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Air V2.5 vs Poolside: Laguna S 2.1

average score जवळपास समान आहे: 5.4 vs 5.4. KAT-Coder-Air V2.5 (low) चा benchmark खर्च कमी आहे: $0.041 vs $0.059. KAT-Coder-Air V2.5 (low) वेगवान आहे: 10.09s vs 58.43s, pass rates 45.5% vs 25.8%.

शिफारस केलेले मॉडेलKAT-Coder-Air V2.5 (low)It has the best score here (5.4), while responding about 5.8x faster than Laguna S 2.1 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-22

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 5.4 5.4
क्रमांक #165 #164
विश्वसनीयता 9.9 9.8
सुसंगतता 7.4 8.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 45.5% 25.8%
अस्थिर चाचण्या 7 4
एकूण रन 66 66
प्रति निकाल खर्च 0.585 1.451
एकूण खर्च $0.041 $0.059
इनपुट किंमत $0.150 / 1M $0.100 / 1M
आउटपुट किंमत $0.600 / 1M $0.200 / 1M
एकूण इनपुट टोकन्स 61,085 86,641
आउटपुट टोकन्स 5,905 97,298
रिझनिंग टोकन्स 46,990 242,297
प्रतिसाद वेळ (सरासरी) 10.09s 58.43s
प्रतिसाद वेळ (कमाल) 86.23s 560.31s
प्रतिसाद वेळ (एकूण) 222.03s 1285.48s

Hamster playing table tennis

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

#165 KAT-Coder-Air V2.5

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

#164 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

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

झटपट तुलना

तुलना जोडी बदला