#115 KAT-Coder-Air V2.5
medium- खर्च
- $0.003
- वेळ
- 23.7s
- टोकन्स
- 4,924 tok
AI BENCHY Compare
Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.5
सारांश
GPT-5.5 average score मध्ये पुढे आहे: 6.3 vs 6.2. KAT-Coder-Air V2.5 (medium) चा benchmark खर्च कमी आहे: $0.045 vs $0.231. GPT-5.5 वेगवान आहे: 1.89s vs 8.28s, pass rates 47.6% vs 54.0%.
शिफारस केलेले मॉडेलKAT-Coder-Air V2.5 (medium)Its score stays close to the best score here (6.2 vs 6.3), while costing about 5.1x less than GPT-5.5.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium | GPT-5.5 GPT-5.5 none |
|---|---|---|
| स्कोअर | 6.2 | 6.3 |
| क्रमांक | #115 | #109 |
| विश्वसनीयता | 9.7 | 10.0 |
| सुसंगतता | 8.8 | 8.8 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 47.6% | 54.0% |
| अस्थिर चाचण्या | 3 | 3 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 0.562 | 2.302 |
| एकूण खर्च | $0.045 | $0.231 |
| इनपुट किंमत | $0.150 / 1M | $5.000 / 1M |
| आउटपुट किंमत | $0.600 / 1M | $30.000 / 1M |
| एकूण इनपुट टोकन्स | 42,750 | 34,212 |
| आउटपुट टोकन्स | 7,759 | 1,971 |
| रिझनिंग टोकन्स | 56,357 | 0 |
| प्रतिसाद वेळ (सरासरी) | 8.28s | 1.89s |
| प्रतिसाद वेळ (कमाल) | 48.19s | 5.56s |
| प्रतिसाद वेळ (एकूण) | 173.80s | 39.64s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#109 GPT-5.5
none- खर्च
- $0.090
- वेळ
- 54.3s
- टोकन्स
- 3,063 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 | |
| GPT-5.5 | 5.5 | 10.0 | 33.3% | 0 | 1.35s | 7,305 | 462 | 0 |
झटपट तुलना
तुलना जोडी बदला
Gemini 2.5 FlashnonevsKAT-Coder-Air V2.5mediumGemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5mediumGPT-5.5nonevsQwen3.5-35B-A3BmediumGemma 4 31Bmediumमोफत उपलब्धvsGPT-5.5noneGemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5mediumvsGPT-5.6 LunalowKAT-Coder-Air V2.5highvsGPT-5.5noneSeed-2.0-LitenonevsKAT-Coder-Air V2.5mediumNemotron 3 Supermediumमोफत उपलब्धvsGPT-5.5noneKAT-Coder-Air V2.5mediumvsQwen3.5-FlashnoneGemma 4 31Bnoneमोफत उपलब्धvsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5mediumvsNemotron 3 Ultra 550b A55bnoneमोफत उपलब्ध