Navigare
Advertise here

Claude Haiku 5.5 (low) vs KAT Coder AIR V2.5 (high)

Claude Haiku 5.5 (low) conduce la scorul mediu cu 8.6 vs 5.2. Claude Haiku 5.5 (low) are costul de benchmark mai mic, $0.061 vs $0.077. Claude Haiku 5.5 (low) este mai rapid cu 7.51s vs 15.23s, cu rate de reușită de 76.8% vs 40.6%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-10-12

Modele comparate

Rang
#64
Total tokenuri de ieșire
61,650
Timp de răspuns (mediu)
7.51s
Cost total
$0.061
Rang
#309
Total tokenuri de ieșire
114,654
Timp de răspuns (mediu)
15.23s
Cost total
$0.077
Model recomandat Claude Haiku 5.5 (low)

Are cel mai bun scor aici (8.6) și răspunde de aproximativ 2.0x mai rapid decât KAT Coder AIR V2.5 (high).

Comparație detaliată

Metrică Claude Haiku 5.5 Claude Haiku 5.5 low Lansare: 2026-10-07 KAT Coder AIR V2.5 KAT Coder AIR V2.5 high Lansare: 2026-07-14
Scor 8.6 5.2
Rang #64 #309
Fiabilitate 10.0 9.8
Consistență 8.9 8.2
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 76.8% 40.6%
Teste instabile 3 5
Rulări totale 69 69
Cost per rezultat 0.378 1.091
Cost total $0.061 $0.077
Preț de intrare $0.100 / 1M $0.150 / 1M
Preț de ieșire $0.500 / 1M $0.600 / 1M
Preț citire cache $0.010 / 1M N/D
Preț scriere cache $0.125 / 1M N/D
Total tokenuri de intrare 296,301 50,423
Tokenuri de ieșire 10,672 4,144
Tokenuri de raționament 50,978 110,510
Timp de răspuns (mediu) 7.51s 15.23s
Timp de răspuns (maxim) 44.43s 118.35s
Timp de răspuns (total) 172.74s 350.26s
Parametri ~50B ~35B în total (~3B activi)
Disponibilitate Închis Închis

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#64 Claude Haiku 5.5

low
Cost
$0.001
Timp
7.4s
Tokenuri
1,851 tok

#309 KAT Coder AIR V2.5

high
Reached the allocated time limit (300 seconds) without receiving showcase output.
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Haiku 5.5 7.9 7.5 77.8% 1 7.30s 10,608 531 11,618
KAT Coder AIR V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883

Schimbă perechea de comparație