नेव्हिगेशन
Advertise here

KAT Coder AIR V2.5 (default) vs GPT-5.6 Luna (medium)

GPT-5.6 Luna (medium) average score मध्ये पुढे आहे: 7.4 vs 4.4. GPT-5.6 Luna (medium) चा benchmark खर्च कमी आहे: $0.065 vs $0.070. GPT-5.6 Luna (medium) वेगवान आहे: 9.64s vs 11.96s, pass rates 34.8% vs 62.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक
#387
एकूण आउटपुट टोकन्स
97,752
प्रतिसाद वेळ (सरासरी)
11.96s
एकूण खर्च
$0.070
क्रमांक
#151
एकूण आउटपुट टोकन्स
47,986
प्रतिसाद वेळ (सरासरी)
9.64s
एकूण खर्च
$0.065
शिफारस केलेले मॉडेल GPT-5.6 Luna (medium)

या तुलनेत याचा गुण सर्वाधिक आहे (7.4) आणि 2 मॉडेल्समध्ये खर्च व प्रतिसाद वेळ यांचा एकूण समतोल सर्वोत्तम आहे.

तपशीलवार तुलना

मेट्रिक KAT Coder AIR V2.5 KAT Coder AIR V2.5 default प्रकाशन: 2026-07-14 GPT-5.6 Luna GPT-5.6 Luna medium प्रकाशन: 2026-07-09
स्कोअर 4.4 7.4
क्रमांक #387 #151
विश्वसनीयता 10.0 10.0
सुसंगतता 7.4 9.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 34.8% 62.3%
अस्थिर चाचण्या 7 3
एकूण रन 69 69
प्रति निकाल खर्च 1.382 2.822
एकूण खर्च $0.070 $0.065
इनपुट किंमत $0.150 / 1M $0.200 / 1M
आउटपुट किंमत $0.600 / 1M $1.200 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.020 / 1M
कॅश लिहिण्याची किंमत लागू नाही $0.250 / 1M
एकूण इनपुट टोकन्स 69,376 212,780
आउटपुट टोकन्स 7,792 6,849
रिझनिंग टोकन्स 89,960 41,137
प्रतिसाद वेळ (सरासरी) 11.96s 9.64s
प्रतिसाद वेळ (कमाल) 121.05s 58.09s
प्रतिसाद वेळ (एकूण) 275.18s 221.62s
पॅरामीटर्स ~35B एकूण (~3B सक्रिय) ~400B एकूण (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

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.

#387 KAT Coder AIR V2.5

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

#151 GPT-5.6 Luna

medium
खर्च
$0.014
वेळ
14.6s
टोकन्स
2,362 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 2,032 14,886
GPT-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928

झटपट तुलना

तुलना जोडी बदला

DeepSeek V4 Flash 0731lowvsGPT-5.6 LunamediumGPT-5.6 LunamediumvsGLM 5.3 FlashXhighKAT Coder AIR V2.5defaultvsNemotron 3 Supernoneमोफत उपलब्धGPT-5.6 LunamediumvsGrok 4.7lowGranite 4.2 8BnonevsKAT Coder AIR V2.5defaultGPT-5.6 LunamediumvsInkling Smallhighमोफत उपलब्धSeed-2.0-CodehighvsGPT-5.6 LunamediumDeepSeek V4 Pro 0423nonevsGPT-5.6 LunamediumCobuddymediumमोफत उपलब्धvsKAT Coder AIR V2.5defaultMercury 2nonevsKAT Coder AIR V2.5defaultMistral Large 4highvsGPT-5.6 LunamediumGPT-5.6 LunamediumvsGLM 5.3 Flashhigh