#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-5.6 Luna
सारांश
average score जवळपास समान आहे: 6.2 vs 6.2. KAT-Coder-Air V2.5 (medium) चा benchmark खर्च कमी आहे: $0.045 vs $0.141. GPT-5.6 Luna (low) वेगवान आहे: 4.35s vs 8.28s, pass rates 47.6% vs 57.1%.
शिफारस केलेले मॉडेलKAT-Coder-Air V2.5 (medium)It has the best score here (6.2), while costing about 3.1x less than GPT-5.6 Luna (low).
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-5.6 Luna GPT-5.6 Luna low |
|---|---|---|
| स्कोअर | 6.2 | 6.2 |
| क्रमांक | #115 | #113 |
| विश्वसनीयता | 9.7 | 10.0 |
| सुसंगतता | 8.8 | 8.5 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 47.6% | 57.1% |
| अस्थिर चाचण्या | 3 | 4 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 0.562 | 1.404 |
| एकूण खर्च | $0.045 | $0.141 |
| इनपुट किंमत | $0.150 / 1M | $1.000 / 1M |
| आउटपुट किंमत | $0.600 / 1M | $6.000 / 1M |
| एकूण इनपुट टोकन्स | 42,750 | 34,218 |
| आउटपुट टोकन्स | 7,759 | 2,110 |
| रिझनिंग टोकन्स | 56,357 | 15,571 |
| प्रतिसाद वेळ (सरासरी) | 8.28s | 4.35s |
| प्रतिसाद वेळ (कमाल) | 48.19s | 18.06s |
| प्रतिसाद वेळ (एकूण) | 173.80s | 91.45s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#113 GPT-5.6 Luna
low- खर्च
- $0.011
- वेळ
- 10.2s
- टोकन्स
- 1,897 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-5.6 Luna | 5.5 | 10.0 | 33.3% | 0 | 4.61s | 7,302 | 557 | 3,535 |
झटपट तुलना
तुलना जोडी बदला
Seed-2.0-LitenonevsGPT-5.6 LunalowGemini 2.5 FlashnonevsKAT-Coder-Air V2.5mediumGemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5highvsGPT-5.6 LunalowGemini 2.5 FlashnonevsGPT-5.6 LunalowGemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5mediumSeed-2.0-LitenonevsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5mediumvsQwen3.5-FlashnoneGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGemma 4 31Bnoneमोफत उपलब्धvsKAT-Coder-Air V2.5mediumGemini 3.1 Flash LitenonevsGPT-5.6 LunalowKAT-Coder-Air V2.5mediumvsNemotron 3 Ultra 550b A55bnoneमोफत उपलब्ध