नेव्हिगेशन
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Air V2.5 vs Poolside: Laguna S 2.1

Laguna S 2.1 (low) average score मध्ये पुढे आहे: 5.0 vs 4.8. KAT-Coder-Air V2.5 चा benchmark खर्च कमी आहे: $0.067 vs $0.091. KAT-Coder-Air V2.5 वेगवान आहे: 12.17s vs 85.35s, pass rates 37.9% vs 25.8%.

शिफारस केलेले मॉडेलKAT-Coder-Air V2.5Its score stays close to the best score here (4.8 vs 5.0), while responding about 7.0x faster than Laguna S 2.1 (low).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-22

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none प्रकाशन: 2026-07-14 Laguna S 2.1 Laguna S 2.1 low प्रकाशन: 2026-07-21 मोफत उपलब्ध
स्कोअर 4.8 5.0
क्रमांक #191 #181
विश्वसनीयता 10.0 9.9
सुसंगतता 6.9 7.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर 37.9% 25.8%
अस्थिर चाचण्या 8 6
एकूण रन 66 66
प्रति निकाल खर्च 1.336 3.022
एकूण खर्च $0.067 $0.091
इनपुट किंमत $0.150 / 1M $0.100 / 1M
आउटपुट किंमत $0.600 / 1M $0.200 / 1M
एकूण इनपुट टोकन्स 69,367 118,746
आउटपुट टोकन्स 93,913 67,823
रिझनिंग टोकन्स 0 383,885
प्रतिसाद वेळ (सरासरी) 12.17s 85.35s
प्रतिसाद वेळ (कमाल) 121.05s 814.73s
प्रतिसाद वेळ (एकूण) 267.83s 1877.64s

Hamster playing table tennis

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

#191 KAT-Coder-Air V2.5

none
खर्च
$0.002
वेळ
14.5s
टोकन्स
2,619 tok

#181 Laguna S 2.1

low
खर्च
$0.001
वेळ
6.6s
टोकन्स
1,314 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
Laguna S 2.1 3.8 7.1 22.2% 1 167.51s 7,917 58,111 119,138

झटपट तुलना

तुलना जोडी बदला