नेव्हिगेशन
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Air V2.5 vs Xiaomi: MiMo-V2.5-Pro

KAT-Coder-Air V2.5 (medium) average score मध्ये पुढे आहे: 5.6 vs 5.5. KAT-Coder-Air V2.5 (medium) चा benchmark खर्च कमी आहे: $0.048 vs $0.068. MiMo-V2.5-Pro वेगवान आहे: 4.12s vs 8.42s, pass rates 45.5% vs 37.9%.

शिफारस केलेले मॉडेलMiMo-V2.5-ProIts score stays close to the best score here (5.5 vs 5.6), while responding about 2.0x faster than KAT-Coder-Air V2.5 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium प्रकाशन: 2026-07-14 MiMo-V2.5-Pro MiMo-V2.5-Pro none प्रकाशन: 2026-04-22
स्कोअर 5.6 5.5
क्रमांक #142 #147
विश्वसनीयता 9.9 10.0
सुसंगतता 8.9 8.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 45.5% 37.9%
अस्थिर चाचण्या 3 4
एकूण रन 66 66
प्रति निकाल खर्च 0.593 1.509
एकूण खर्च $0.048 $0.068
इनपुट किंमत $0.150 / 1M $0.435 / 1M
आउटपुट किंमत $0.600 / 1M $0.870 / 1M
एकूण इनपुट टोकन्स 51,472 124,799
आउटपुट टोकन्स 7,822 15,362
रिझनिंग टोकन्स 58,352 0
प्रतिसाद वेळ (सरासरी) 8.42s 4.12s
प्रतिसाद वेळ (कमाल) 48.19s 53.13s
प्रतिसाद वेळ (एकूण) 185.24s 90.55s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#142 KAT-Coder-Air V2.5

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

#147 MiMo-V2.5-Pro

none
खर्च
$0.004
वेळ
46.4s
टोकन्स
4,025 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
MiMo-V2.5-Pro 4.3 7.8 22.2% 1 1.41s 6,559 485 0

झटपट तुलना

तुलना जोडी बदला