KAT Coder AIR V2.5 (medium) vs Mistral Small 4 (medium)

average score जवळपास समान आहे: 5.1 vs 5.1. KAT Coder AIR V2.5 (medium) चा benchmark खर्च कमी आहे: $0.048 vs $0.126. KAT Coder AIR V2.5 (medium) वेगवान आहे: 8.32s vs 12.68s, pass rates 43.5% vs 42.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-12

तुलना केलेली मॉडेल्स

क्रमांक: #315
एकूण आउटपुट टोकन्स: 66,576
प्रतिसाद वेळ (सरासरी): 8.32s
एकूण खर्च: $0.048

क्रमांक: #312
एकूण आउटपुट टोकन्स: 127,970
प्रतिसाद वेळ (सरासरी): 12.68s
एकूण खर्च: $0.126

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

It has the best score here (5.1), while costing about 2.6x less than Mistral Small 4 (medium).

तपशीलवार तुलना

मेट्रिक	KAT Coder AIR V2.5 KAT Coder AIR V2.5 medium प्रकाशन: 2026-07-14	Mistral Small 4 Mistral Small 4 medium प्रकाशन: 2026-03-16

मेट्रिक	KAT Coder AIR V2.5 KAT Coder AIR V2.5 medium प्रकाशन: 2026-07-14	Mistral Small 4 Mistral Small 4 medium प्रकाशन: 2026-03-16
स्कोअर	5.1	5.1
क्रमांक	#315	#312
विश्वसनीयता	9.6	9.7
सुसंगतता	8.9	7.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	43.5%	42.0%
अस्थिर चाचण्या	3	8
एकूण रन	69	69
प्रति निकाल खर्च	0.596	2.502
एकूण खर्च	$0.048	$0.126
इनपुट किंमत	$0.150 / 1M	$0.150 / 1M
आउटपुट किंमत	$0.600 / 1M	$0.600 / 1M
कॅश वाचण्याची किंमत	लागू नाही	$0.015 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	51,369	321,955
आउटपुट टोकन्स	8,008	41,555
रिझनिंग टोकन्स	58,568	94,946
प्रतिसाद वेळ (सरासरी)	8.32s	12.68s
प्रतिसाद वेळ (कमाल)	48.19s	59.15s
प्रतिसाद वेळ (एकूण)	191.40s	291.66s
पॅरामीटर्स	~35B एकूण (~3B सक्रिय)	119B एकूण (6B सक्रिय)
उपलब्धता	बंद स्रोत	मुक्त 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.

#315 KAT Coder AIR V2.5

medium

खर्च: $0.003
वेळ: 23.7s
टोकन्स: 4,924 tok

#312 Mistral Small 4

medium

खर्च: $0.006
वेळ: 47.9s
टोकन्स: 9,857 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		1.05s	0	0	0
Mistral Small 4	5.0	10.0	0.0%	0		54.05s	181,396	1,287	1,617

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	8.7	8.0	91.7%	1		3.79s	672	549	4,194
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	708	4,055	4,778

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	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973
Mistral Small 4	4.4	5.1	33.3%	2		39.98s	7,636	11,635	54,715

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	6.5	10.0	50.0%	0		19.56s	23,854	435	6,811
Mistral Small 4	3.0	10.0	0.0%	0		32.40s	116,624	17,890	18,384

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		3.65s	7,776	268	1,881
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	6,171	335	723

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		6.58s	668	673	4,670
Mistral Small 4	5.9	7.2	55.6%	1		6.33s	807	3,427	7,871

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		9.81s	516	189	557
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	519	821	828

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	10.0	10.0	100.0%	0		1.50s	699	93	730
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	729	540	1,031

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	3.6	7.2	22.2%	1		1.87s	696	265	1,184
Mistral Small 4	3.4	9.7	0.0%	0		2.17s	735	1,226	2,632

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		4.77s	8,391	317	906
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	6,420	321	810

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		15.74s	204	20	7,662
Mistral Small 4	3.0	10.0	0.0%	0		5.92s	210	18	1,557

तुलना जोडी बदला

Mercury 2.5lowvsKAT Coder AIR V2.5medium KAT Coder AIR V2.5mediumvsMiMo-V2.5-Pronone Mercury 2.5lowvsMistral Small 4medium KAT Coder AIR V2.5mediumvsMistral Small 4none Mistral Small 4mediumvsMiMo-V2.5-Pronone Apodex 1.1 Minidefaultमोफत उपलब्धvsKAT Coder AIR V2.5medium KAT Coder AIR V2.5highvsMistral Small 4medium Apodex 1.1 Minidefaultमोफत उपलब्धvsMistral Small 4medium Mistral Small 4mediumvsNemotron 3.5 Lightninghighमोफत उपलब्ध Ling 3.0 FlashnonevsMistral Small 4medium KAT Coder AIR V2.5mediumvsNemotron 3.5 Lightninghighमोफत उपलब्ध Mercury 2.5 PreviewlowvsKAT Coder AIR V2.5medium