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

KAT-Coder-Pro V2.5 (high) vs Muse Glimmer 30B (medium)

KAT-Coder-Pro V2.5 (high) average score मध्ये पुढे आहे: 7.2 vs 7.2. Muse Glimmer 30B (medium) चा benchmark खर्च कमी आहे: $0.227 vs $0.506. KAT-Coder-Pro V2.5 (high) वेगवान आहे: 22.11s vs 30.64s, pass rates 63.6% vs 63.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-24

तुलना केलेली मॉडेल्स

क्रमांक
#146
एकूण आउटपुट टोकन्स
144,359
प्रतिसाद वेळ (सरासरी)
22.11s
एकूण खर्च
$0.506
क्रमांक
#151
एकूण आउटपुट टोकन्स
168,074
प्रतिसाद वेळ (सरासरी)
30.64s
एकूण खर्च
$0.227
शिफारस केलेले मॉडेल Muse Glimmer 30B (medium)

Its score stays close to the best score here (7.2 vs 7.2), while costing about 2.2x less than KAT-Coder-Pro V2.5 (high).

तपशीलवार तुलना

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high प्रकाशन: 2026-07-14 Muse Glimmer 30B Muse Glimmer 30B medium प्रकाशन: 2026-08-11
स्कोअर 7.2 7.2
क्रमांक #146 #151
विश्वसनीयता 10.0 10.0
सुसंगतता 7.8 7.9
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 63.6%
अस्थिर चाचण्या 6 6
एकूण रन 66 66
प्रति निकाल खर्च 4.599 2.543
एकूण खर्च $0.506 $0.227
इनपुट किंमत $0.740 / 1M $0.300 / 1M
आउटपुट किंमत $2.960 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 106,085 116,513
आउटपुट टोकन्स 9,071 33,065
रिझनिंग टोकन्स 135,288 135,009
प्रतिसाद वेळ (सरासरी) 22.11s 30.64s
प्रतिसाद वेळ (कमाल) 199.97s 181.08s
प्रतिसाद वेळ (एकूण) 486.31s 674.01s
पॅरामीटर्स ~700B एकूण (~72B सक्रिय) 30B
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#146 KAT-Coder-Pro V2.5

high
खर्च
$0.009
वेळ
26.4s
टोकन्स
3,117 tok

#151 Muse Glimmer 30B

medium
खर्च
$0.003
वेळ
31.9s
टोकन्स
1,845 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-Pro V2.5 6.4 7.9 44.4% 1 22.00s 7,893 422 20,461
Muse Glimmer 30B 8.4 7.8 77.8% 1 33.67s 7,419 4,662 20,605

झटपट तुलना

तुलना जोडी बदला