KAT Coder AIR V2.5 (default) vs MiniMax M2.5 (medium)

KAT Coder AIR V2.5 (default) average score मध्ये पुढे आहे: 4.4 vs 4.3. KAT Coder AIR V2.5 (default) चा benchmark खर्च कमी आहे: $0.070 vs $0.440. KAT Coder AIR V2.5 (default) वेगवान आहे: 11.96s vs 102.32s, pass rates 34.8% vs 42.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-12

तुलना केलेली मॉडेल्स

क्रमांक: #356
एकूण आउटपुट टोकन्स: 97,752
प्रतिसाद वेळ (सरासरी): 11.96s
एकूण खर्च: $0.070

क्रमांक: #362
एकूण आउटपुट टोकन्स: 284,991
प्रतिसाद वेळ (सरासरी): 102.32s
एकूण खर्च: $0.440

शिफारस केलेले मॉडेल KAT Coder AIR V2.5 (default)

It has the best score here (4.4), while costing about 6.4x less than MiniMax M2.5 (medium).

तपशीलवार तुलना

मेट्रिक	KAT Coder AIR V2.5 KAT Coder AIR V2.5 default प्रकाशन: 2026-07-14	MiniMax M2.5 MiniMax M2.5 medium प्रकाशन: 2026-02-12

मेट्रिक	KAT Coder AIR V2.5 KAT Coder AIR V2.5 default प्रकाशन: 2026-07-14	MiniMax M2.5 MiniMax M2.5 medium प्रकाशन: 2026-02-12
स्कोअर	4.4	4.3
क्रमांक	#356	#362
विश्वसनीयता	10.0	9.3
सुसंगतता	7.4	6.8
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	34.8%	42.0%
अस्थिर चाचण्या	7	9
एकूण रन	69	69
प्रति निकाल खर्च	1.382	7.104
एकूण खर्च	$0.070	$0.440
इनपुट किंमत	$0.150 / 1M	$0.270 / 1M
आउटपुट किंमत	$0.600 / 1M	$1.080 / 1M
कॅश वाचण्याची किंमत	लागू नाही	$0.027 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	69,376	188,239
आउटपुट टोकन्स	7,792	27,822
रिझनिंग टोकन्स	89,960	262,674
प्रतिसाद वेळ (सरासरी)	11.96s	102.32s
प्रतिसाद वेळ (कमाल)	121.05s	600.81s
प्रतिसाद वेळ (एकूण)	275.18s	1637.05s
पॅरामीटर्स	~35B एकूण (~3B सक्रिय)	230B एकूण (10B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

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.

#356 KAT Coder AIR V2.5

default

खर्च: $0.002
वेळ: 14.5s
टोकन्स: 2,619 tok

#362 MiniMax M2.5

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 300.0s
टोकन्स: 0 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

श्रेणी:

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		1.07s	0	0	0
MiniMax M2.5	3.0	10.0	0.0%	0		600.81s	45,618	7,413	10,854

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	5.3	5.6	50.0%	2		2.68s	672	686	2,358
MiniMax M2.5	7.9	6.3	83.3%	2		20.82s	612	286	45,344

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	3.3	9.6	0.0%	0		14.31s	6,472	2,032	14,886
MiniMax M2.5	3.4	9.1	0.0%	0		188.58s	6,076	357	106,177

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	3.8	1.6	50.0%	2		73.00s	43,170	2,531	48,237
MiniMax M2.5	3.7	1.8	50.0%	2		83.19s	119,959	16,687	18,834

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	6.3	5.8	66.7%	1		2.66s	7,776	280	988
MiniMax M2.5	4.6	1.7	66.7%	2		7.48s	6,584	266	3,835

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		8.33s	780	1,399	10,258
MiniMax M2.5	2.9	7.2	11.1%	1		158.88s	368	14	45,372

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		12.02s	516	141	515
MiniMax M2.5	3.8	2.5	33.3%	1		6.63s	492	25	1,686

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	9.9	10.0	100.0%	0		1.75s	699	90	768
MiniMax M2.5	7.5	10.0	50.0%	0		621ms	699	156	1,495

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	2.9	4.4	22.2%	2		1.84s	696	284	971
MiniMax M2.5	5.3	7.2	44.4%	1		11.21s	495	1,069	9,605

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		5.13s	8,391	330	1,230
MiniMax M2.5	10.0	10.0	100.0%	0		15.35s	7,123	269	937

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		17.96s	204	19	9,749
MiniMax M2.5	3.0	10.0	0.0%	0		80.79s	213	1,280	18,535

तुलना जोडी बदला

KAT Coder AIR V2.5defaultvsNemotron 3 Supernoneमोफत उपलब्ध Granite 4.2 8BnonevsKAT Coder AIR V2.5default Cobuddymediumमोफत उपलब्धvsKAT Coder AIR V2.5default Mercury 2nonevsMiniMax M2.5medium Mercury 2nonevsKAT Coder AIR V2.5default MiniMax M2.5mediumvsgpt-oss-120bnone Granite 4.2 8BnonevsMiniMax M2.5medium KAT Coder AIR V2.5defaultvsNemotron 3.5 Lightninglowमोफत उपलब्ध Trinity Large Previewdefaultमोफत उपलब्धvsMiniMax M2.5medium KAT Coder AIR V2.5defaultvsLaguna S 2.1lowमोफत उपलब्ध Mercury 2.5nonevsMiniMax M2.5medium MiniMax M2.5mediumvsNemotron 3 Supernoneमोफत उपलब्ध