KAT Coder AIR V2.5 (default) vs gpt-oss-120b

KAT Coder AIR V2.5 (default) average score मध्ये पुढे आहे: 4.4 vs 4.2. gpt-oss-120b चा benchmark खर्च कमी आहे: $0.016 vs $0.070. KAT Coder AIR V2.5 (default) वेगवान आहे: 11.96s vs 28.63s, pass rates 34.8% vs 34.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-07

तुलना केलेली मॉडेल्स

क्रमांक: #348
एकूण आउटपुट टोकन्स: 97,752
प्रतिसाद वेळ (सरासरी): 11.96s
एकूण खर्च: $0.070

क्रमांक: #356
एकूण आउटपुट टोकन्स: 62,213
प्रतिसाद वेळ (सरासरी): 28.63s
एकूण खर्च: $0.016

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

It has the best score here (4.4), while responding about 2.4x faster than gpt-oss-120b.

तपशीलवार तुलना

मेट्रिक	KAT Coder AIR V2.5 KAT Coder AIR V2.5 default प्रकाशन: 2026-07-14	gpt-oss-120b gpt-oss-120b none प्रकाशन: 2025-08-05

मेट्रिक	KAT Coder AIR V2.5 KAT Coder AIR V2.5 default प्रकाशन: 2026-07-14	gpt-oss-120b gpt-oss-120b none प्रकाशन: 2025-08-05
स्कोअर	4.4	4.2
क्रमांक	#348	#356
विश्वसनीयता	10.0	10.0
सुसंगतता	7.4	7.6
प्रयत्न	69/69	60/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	34.8%	34.8%
अस्थिर चाचण्या	7	3
एकूण रन	69	60
प्रति निकाल खर्च	1.382	0.274
एकूण खर्च	$0.070	$0.016
इनपुट किंमत	$0.150 / 1M	$0.037 / 1M
आउटपुट किंमत	$0.600 / 1M	$0.170 / 1M
कॅश वाचण्याची किंमत	लागू नाही	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	69,376	131,652
आउटपुट टोकन्स	7,792	16,869
रिझनिंग टोकन्स	89,960	53,081
प्रतिसाद वेळ (सरासरी)	11.96s	28.63s
प्रतिसाद वेळ (कमाल)	121.05s	140.90s
प्रतिसाद वेळ (एकूण)	275.18s	486.69s
पॅरामीटर्स	~35B एकूण (~3B सक्रिय)	117B एकूण (5.1B सक्रिय)
उपलब्धता	बंद स्रोत	मुक्त 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.

#348 KAT Coder AIR V2.5

default

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

#356 gpt-oss-120b

none

या मॉडेलसाठी अद्याप कोणताही शोकेस निकाल तयार झालेला नाही.

खर्च: लागू नाही
वेळ: -
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
gpt-oss-120b	6.1	3.1	66.7%	1		140.90s	122,571	145	10,404

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
gpt-oss-120b	6.5	10.0	50.0%	0		32.84s	1,336	5,685	2,991

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-oss-120b	1.5	0.4	22.2%	1		9.57s	901	204	3,028

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
gpt-oss-120b	1.5	5.0	0.0%	0		0ms	0	0	0

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
gpt-oss-120b	6.5	10.0	50.0%	0		7.12s	2,421	149	449

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
gpt-oss-120b	3.0	10.0	0.0%	0		34.98s	1,294	4,675	25,774

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
gpt-oss-120b	4.8	10.0	0.0%	0		10.79s	584	615	684

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
gpt-oss-120b	9.8	10.0	100.0%	0		5.06s	1,043	157	1,783

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
gpt-oss-120b	6.0	7.2	55.6%	1		8.21s	1,188	2,101	1,881

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
gpt-oss-120b	3.0	10.0	0.0%	0		0ms	0	0	0

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
gpt-oss-120b	3.0	10.0	0.0%	0		47.29s	314	3,138	6,087

झटपट तुलना

तुलना जोडी बदला