नेव्हिगेशन
Advertise here

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

average score जवळपास समान आहे: 5.1 vs 5.1. Mistral Small 4 चा benchmark खर्च कमी आहे: $0.047 vs $0.048. Mistral Small 4 वेगवान आहे: 3.12s vs 8.32s, pass rates 43.5% vs 24.6%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#392
एकूण आउटपुट टोकन्स
66,576
प्रतिसाद वेळ (सरासरी)
8.32s
एकूण खर्च
$0.048
क्रमांक
#390
एकूण आउटपुट टोकन्स
10,913
प्रतिसाद वेळ (सरासरी)
3.12s
एकूण खर्च
$0.047
शिफारस केलेले मॉडेल Mistral Small 4

It has the best score here (5.1), while responding about 2.7x faster than KAT Coder AIR V2.5 (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 none प्रकाशन: 2026-03-16
स्कोअर 5.1 5.1
क्रमांक #392 #390
विश्वसनीयता 9.6 10.0
सुसंगतता 8.9 9.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 43.5% 24.6%
अस्थिर चाचण्या 3 1
एकूण रन 69 69
प्रति निकाल खर्च 0.596 0.928
एकूण खर्च $0.048 $0.047
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 51,369 265,602
आउटपुट टोकन्स 8,008 10,913
रिझनिंग टोकन्स 58,568 0
प्रतिसाद वेळ (सरासरी) 8.32s 3.12s
प्रतिसाद वेळ (कमाल) 48.19s 45.46s
प्रतिसाद वेळ (एकूण) 191.40s 71.87s
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.

#392 KAT Coder AIR V2.5

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

#390 Mistral Small 4

none
खर्च
$0.002
वेळ
10.4s
टोकन्स
2,370 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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973
Mistral Small 4 3.7 9.7 0.0% 0 901ms 7,636 619 0

तुलना जोडी बदला