नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Z.ai: GLM 5

सारांश

average score जवळपास समान आहे: 6.0 vs 6.0. GLM 5 चा benchmark खर्च कमी आहे: $0.027 vs $0.030. GLM 5 वेगवान आहे: 4.03s vs 6.47s, pass rates 46.0% vs 44.4%.

शिफारस केलेले मॉडेलGLM 5It has the best score here (6.0), while responding about 1.6x faster than KAT-Coder-Air V2.5 (low).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low प्रकाशन: 2026-07-14 GLM 5 GLM 5 none प्रकाशन: 2026-02-12
स्कोअर 6.0 6.0
क्रमांक #124 #125
विश्वसनीयता 9.7 10.0
सुसंगतता 7.6 9.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 46.0% 44.4%
अस्थिर चाचण्या 6 1
एकूण रन 63 63
प्रति निकाल खर्च 0.427 0.263
एकूण खर्च $0.030 $0.027
इनपुट किंमत $0.150 / 1M $0.600 / 1M
आउटपुट किंमत $0.600 / 1M $1.920 / 1M
एकूण इनपुट टोकन्स 42,464 37,135
आउटपुट टोकन्स 4,227 1,989
रिझनिंग टोकन्स 34,864 0
प्रतिसाद वेळ (सरासरी) 6.47s 4.03s
प्रतिसाद वेळ (कमाल) 25.49s 11.07s
प्रतिसाद वेळ (एकूण) 135.80s 56.37s

जनरेशन शोकेस

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

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

#125 GLM 5

none
खर्च
$0.007
वेळ
32.1s
टोकन्स
2,023 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
GLM 5 4.0 7.8 11.1% 1 5.12s 7,256 428 0

झटपट तुलना

तुलना जोडी बदला