- क्रमांक
- #297
- एकूण आउटपुट टोकन्स
- 66,576
- प्रतिसाद वेळ (सरासरी)
- 8.32s
- एकूण खर्च
- $0.048
KAT Coder AIR V2.5 (medium) vs GPT-4o-mini
KAT Coder AIR V2.5 (medium) average score मध्ये पुढे आहे: 5.1 vs 5.0. GPT-4o-mini चा benchmark खर्च कमी आहे: $0.024 vs $0.048. GPT-4o-mini वेगवान आहे: 4.16s vs 8.32s, pass rates 43.5% vs 21.7%.
तुलना केलेली मॉडेल्स
- क्रमांक
- #304
- एकूण आउटपुट टोकन्स
- 3,627
- प्रतिसाद वेळ (सरासरी)
- 4.16s
- एकूण खर्च
- $0.024
शिफारस केलेले मॉडेल
GPT-4o-mini
Its score stays close to the best score here (5.0 vs 5.1), while costing about 2.0x less than KAT Coder AIR V2.5 (medium).
तपशीलवार तुलना
| मेट्रिक | KAT Coder AIR V2.5 KAT Coder AIR V2.5 medium | GPT-4o-mini GPT-4o-mini none |
|---|---|---|
| स्कोअर | 5.1 | 5.0 |
| क्रमांक | #297 | #304 |
| विश्वसनीयता | 9.6 | 10.0 |
| सुसंगतता | 8.9 | 9.9 |
| प्रयत्न | 69/69 | 69/69 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 43.5% | 21.7% |
| अस्थिर चाचण्या | 3 | 0 |
| एकूण रन | 69 | 69 |
| प्रति निकाल खर्च | 0.596 | 0.480 |
| एकूण खर्च | $0.048 | $0.024 |
| इनपुट किंमत | $0.150 / 1M | $0.150 / 1M |
| आउटपुट किंमत | $0.600 / 1M | $0.600 / 1M |
| कॅश वाचण्याची किंमत | लागू नाही | $0.075 / 1M |
| कॅश लिहिण्याची किंमत | लागू नाही | लागू नाही |
| एकूण इनपुट टोकन्स | 51,369 | 145,180 |
| आउटपुट टोकन्स | 8,008 | 3,627 |
| रिझनिंग टोकन्स | 58,568 | 0 |
| प्रतिसाद वेळ (सरासरी) | 8.32s | 4.16s |
| प्रतिसाद वेळ (कमाल) | 48.19s | 39.99s |
| प्रतिसाद वेळ (एकूण) | 191.40s | 70.70s |
| पॅरामीटर्स | ~35B एकूण (~3B सक्रिय) | ~8B |
| उपलब्धता | बंद स्रोत | बंद 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.
#297 KAT Coder AIR V2.5
medium- खर्च
- $0.003
- वेळ
- 23.7s
- टोकन्स
- 4,924 tok
#304 GPT-4o-mini
none- खर्च
- $0.001
- वेळ
- 6.6s
- टोकन्स
- 742 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
| 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 | |
| GPT-4o-mini | 5.0 | 10.0 | 0.0% | 0 | 39.99s | 92,035 | 714 | 0 |
| 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 | |
| GPT-4o-mini | 4.8 | 10.0 | 25.0% | 0 | 1.34s | 618 | 186 | 0 |
| 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 | |
| GPT-4o-mini | 3.2 | 9.6 | 0.0% | 0 | 1.63s | 7,314 | 367 | 0 |
| 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 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 6.32s | 29,916 | 1,497 | 0 |
| 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 | |
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 7,161 | 183 | 0 |
| 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 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 743ms | 741 | 17 | 0 |
| 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 | |
| GPT-4o-mini | 4.0 | 10.0 | 0.0% | 0 | 909ms | 480 | 66 | 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 | 10.0 | 10.0 | 100.0% | 0 | 1.50s | 699 | 93 | 730 | |
| GPT-4o-mini | 6.3 | 10.0 | 50.0% | 0 | 1.11s | 666 | 69 | 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 | 3.6 | 7.2 | 22.2% | 1 | 1.87s | 696 | 265 | 1,184 | |
| GPT-4o-mini | 3.5 | 10.0 | 0.0% | 0 | 1.21s | 651 | 308 | 0 |
| 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 | |
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 5,400 | 205 | 0 |
| 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 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 794ms | 198 | 15 | 0 |
झटपट तुलना
तुलना जोडी बदला
Mercury 2.5lowvsKAT Coder AIR V2.5mediumKAT Coder AIR V2.5lowvsGPT-4o-mininoneKAT Coder AIR V2.5mediumvsMiMo-V2.5-PrononeMiniMax M2.7mediumvsGPT-4o-mininoneKAT Coder AIR V2.5mediumvsMistral Small 4noneApodex 1.1 Mininoneमोफत उपलब्धvsKAT Coder AIR V2.5mediumMercury 2.5 PreviewlowvsGPT-4o-mininoneGPT-4o-mininonevsLaguna S 2.1highमोफत उपलब्धGPT-4o-mininonevsLaguna S 2.1mediumमोफत उपलब्धKAT Coder AIR V2.5mediumvsNemotron 3.5 Lightninghighमोफत उपलब्धMercury 2.5 PreviewlowvsKAT Coder AIR V2.5mediumLing 3.0 FlashnonevsKAT Coder AIR V2.5medium