AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs MiniMax: MiniMax M2.5

सारांश

KAT-Coder-Air V2.5 average score मध्ये पुढे आहे: 4.9 vs 4.7. KAT-Coder-Air V2.5 चा benchmark खर्च कमी आहे: $0.037 vs $0.303. KAT-Coder-Air V2.5 वेगवान आहे: 6.99s vs 65.37s, pass rates 38.1% vs 46.0%.

शिफारस केलेले मॉडेलKAT-Coder-Air V2.5It has the best score here (4.9), while costing about 8.4x less than MiniMax M2.5 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14

मेट्रिक	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none 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 none प्रकाशन: 2026-07-14	MiniMax M2.5 MiniMax M2.5 medium प्रकाशन: 2026-02-12
स्कोअर	4.9	4.7
क्रमांक	#168	#174
विश्वसनीयता	10.0	10.0
सुसंगतता	7.1	6.5
बरोबर चाचण्या
प्रति प्रयत्न पास दर	38.1%	46.0%
अस्थिर चाचण्या	7	9
एकूण रन	63	63
प्रति निकाल खर्च	0.724	7.900
एकूण खर्च	$0.037	$0.303
इनपुट किंमत	$0.150 / 1M	$0.150 / 1M
आउटपुट किंमत	$0.600 / 1M	$0.900 / 1M
एकूण इनपुट टोकन्स	41,328	43,706
आउटपुट टोकन्स	49,933	109,495
रिझनिंग टोकन्स	0	330,814
प्रतिसाद वेळ (सरासरी)	6.99s	65.37s
प्रतिसाद वेळ (कमाल)	24.94s	251.36s
प्रतिसाद वेळ (एकूण)	146.78s	849.76s

जनरेशन शोकेस

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none

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

#174 MiniMax M2.5

medium

अवैध SVG

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:

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	3,044	0
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	16,918	0
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	4.7	1.6	66.7%	1		24.94s	15,131	6,788	0
MiniMax M2.5	4.5	2.1	66.7%	1		60.39s	21,104	740	9,713

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	1,268	0
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	2.9	7.2	11.1%	1		6.24s	771	7,818	0
MiniMax M2.5	2.9	4.4	22.2%	2		237.27s	308	105,047	133,487

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	656	0
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	858	0
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	1,255	0
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	1,560	0
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	9,768	0
MiniMax M2.5	3.0	10.0	0.0%	0		80.79s	213	1,280	18,535

झटपट तुलना

तुलना जोडी बदला

Ling-2.6-1TnonevsMiniMax M2.5medium CobuddymediumvsKAT-Coder-Air V2.5none MiniMax M2.5mediumvsGPT-5.4 Nanonone Mercury 2nonevsMiniMax M2.5medium Ring-2.6-1TnonevsMiniMax M2.5medium Ling-2.6-flashnonevsMiniMax M2.5medium MiniMax M2.5mediumvsNemotron 3 Supernoneमोफत उपलब्ध MiniMax M2.5mediumvsGLM 4.7 Flashnone KAT-Coder-Air V2.5nonevsMistral Small 4medium KAT-Coder-Air V2.5nonevsQwen3 Coder Nextmedium MiniMax M2.5mediumvsGPT-4o-mininone KAT-Coder-Air V2.5nonevsMiniMax M2.7medium