नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs MoonshotAI: Kimi K2.5

सारांश

Kimi K2.5 average score मध्ये पुढे आहे: 5.5 vs 4.9. Kimi K2.5 चा benchmark खर्च कमी आहे: $0.027 vs $0.037. KAT-Coder-Air V2.5 वेगवान आहे: 6.99s vs 13.18s, pass rates 38.1% vs 34.9%.

शिफारस केलेले मॉडेलKimi K2.5It has the strongest score in this comparison (5.5) and the best overall balance of cost and response time across all 2 models.

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 Kimi K2.5 Kimi K2.5 none प्रकाशन: 2026-01-27
स्कोअर 4.9 5.5
क्रमांक #168 #143
विश्वसनीयता 10.0 10.0
सुसंगतता 7.1 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 38.1% 34.9%
अस्थिर चाचण्या 7 3
एकूण रन 63 63
प्रति निकाल खर्च 0.724 0.442
एकूण खर्च $0.037 $0.027
इनपुट किंमत $0.150 / 1M $0.375 / 1M
आउटपुट किंमत $0.600 / 1M $2.025 / 1M
एकूण इनपुट टोकन्स 41,328 36,034
आउटपुट टोकन्स 49,933 6,657
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 6.99s 13.18s
प्रतिसाद वेळ (कमाल) 24.94s 42.13s
प्रतिसाद वेळ (एकूण) 146.78s 184.47s

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

#143 MoonshotAI: Kimi K2.5

none
खर्च
$0.015
वेळ
89.1s
टोकन्स
5,421 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 3.3 9.6 0.0% 0 14.31s 6,472 16,918 0
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0

झटपट तुलना

तुलना जोडी बदला