#115 KAT-Coder-Air V2.5
medium- खर्च
- $0.003
- वेळ
- 23.7s
- टोकन्स
- 4,924 tok
AI BENCHY Compare
सारांश
KAT-Coder-Air V2.5 (medium) average score मध्ये पुढे आहे: 6.2 vs 6.0. KAT-Coder-Air V2.5 (medium) चा benchmark खर्च कमी आहे: $0.045 vs $0.130. GPT-5.6 Terra वेगवान आहे: 1.25s vs 8.28s, pass rates 47.6% vs 42.9%.
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 Terra GPT-5.6 Terra none |
|---|---|---|
| स्कोअर | 6.2 | 6.0 |
| क्रमांक | #115 | #123 |
| विश्वसनीयता | 9.7 | 10.0 |
| सुसंगतता | 8.8 | 9.3 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 47.6% | 42.9% |
| अस्थिर चाचण्या | 3 | 2 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 0.562 | 1.623 |
| एकूण खर्च | $0.045 | $0.130 |
| इनपुट किंमत | $0.150 / 1M | $2.500 / 1M |
| आउटपुट किंमत | $0.600 / 1M | $15.000 / 1M |
| एकूण इनपुट टोकन्स | 42,750 | 39,552 |
| आउटपुट टोकन्स | 7,759 | 2,060 |
| रिझनिंग टोकन्स | 56,357 | 0 |
| प्रतिसाद वेळ (सरासरी) | 8.28s | 1.25s |
| प्रतिसाद वेळ (कमाल) | 48.19s | 3.97s |
| प्रतिसाद वेळ (एकूण) | 173.80s | 26.21s |
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
| 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 Terra | 5.5 | 10.0 | 33.3% | 0 | 1.00s | 7,302 | 336 | 0 |
तुलना जोडी बदला