#168 KAT-Coder-Air V2.5
none- खर्च
- $0.002
- वेळ
- 14.5s
- टोकन्स
- 2,619 tok
AI BENCHY Compare
सारांश
Mistral Small 4 (medium) average score मध्ये पुढे आहे: 5.1 vs 4.9. KAT-Coder-Air V2.5 चा benchmark खर्च कमी आहे: $0.037 vs $0.068. KAT-Coder-Air V2.5 वेगवान आहे: 6.99s vs 9.40s, pass rates 38.1% vs 44.4%.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none | Mistral Small 4 Mistral Small 4 medium |
|---|---|---|
| स्कोअर | 4.9 | 5.1 |
| क्रमांक | #168 | #160 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 7.1 | 6.9 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 38.1% | 44.4% |
| अस्थिर चाचण्या | 7 | 8 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 0.724 | 1.344 |
| एकूण खर्च | $0.037 | $0.068 |
| इनपुट किंमत | $0.150 / 1M | $0.150 / 1M |
| आउटपुट किंमत | $0.600 / 1M | $0.600 / 1M |
| एकूण इनपुट टोकन्स | 41,328 | 42,576 |
| आउटपुट टोकन्स | 49,933 | 24,184 |
| रिझनिंग टोकन्स | 0 | 84,678 |
| प्रतिसाद वेळ (सरासरी) | 6.99s | 9.40s |
| प्रतिसाद वेळ (कमाल) | 24.94s | 59.15s |
| प्रतिसाद वेळ (एकूण) | 146.78s | 197.39s |
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 | 3.3 | 9.6 | 0.0% | 0 | 14.31s | 6,472 | 16,918 | 0 | |
| Mistral Small 4 | 4.4 | 5.1 | 33.3% | 2 | 39.98s | 7,636 | 11,635 | 54,715 |
तुलना जोडी बदला