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

Kwaipilot: KAT-Coder-Pro V2.5 vs Xiaomi: MiMo-V2.5-Pro

average score जवळपास समान आहे: 6.9 vs 6.9. MiMo-V2.5-Pro (medium) चा benchmark खर्च कमी आहे: $0.187 vs $0.467. KAT-Coder-Pro V2.5 (medium) वेगवान आहे: 24.04s vs 33.92s, pass rates 63.6% vs 66.7%.

शिफारस केलेले मॉडेलMiMo-V2.5-Pro (medium)It has the best score here (6.9), while costing about 2.5x less than KAT-Coder-Pro V2.5 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-21

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium प्रकाशन: 2026-07-14 MiMo-V2.5-Pro MiMo-V2.5-Pro medium प्रकाशन: 2026-04-22
स्कोअर 6.9 6.9
क्रमांक #85 #88
विश्वसनीयता 10.0 10.0
सुसंगतता 7.4 8.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 66.7%
अस्थिर चाचण्या 7 5
एकूण रन 66 66
प्रति निकाल खर्च 4.237 3.218
एकूण खर्च $0.467 $0.187
इनपुट किंमत $0.740 / 1M $0.435 / 1M
आउटपुट किंमत $2.960 / 1M $0.870 / 1M
एकूण इनपुट टोकन्स 87,907 139,883
आउटपुट टोकन्स 7,213 15,521
रिझनिंग टोकन्स 128,251 130,992
प्रतिसाद वेळ (सरासरी) 24.04s 33.92s
प्रतिसाद वेळ (कमाल) 257.00s 197.54s
प्रतिसाद वेळ (एकूण) 528.92s 746.19s

Hamster playing table tennis

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

#85 KAT-Coder-Pro V2.5

medium
खर्च
$0.009
वेळ
25.6s
टोकन्स
2,939 tok

#88 MiMo-V2.5-Pro

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
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

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 7.8 10.0 66.7% 0 33.10s 7,893 416 33,658
MiMo-V2.5-Pro 6.2 4.7 66.7% 2 92.07s 6,543 780 51,218

झटपट तुलना

तुलना जोडी बदला