#136 KAT-Coder-Air V2.5
high
SVG invalid
- Cost
- $0.000
- Timp
- 300.0s
- Tokenuri
- 0 tok
Kwaipilot
Lansare: 2026-07-14
Testat la: 2026-07-16 23:35
kwaipilot/kat-coder-air-v2.5::high
~35B în total (~3B activi)MoEÎnchisEstimat
Rezumat
KAT-Coder-Air V2.5 obține 5.6 pe AI BENCHY și este pe #136. Are fiabilitate 9.9, rată de reușită 43.9%, cost total $0.077 și timp mediu de răspuns 15.90s.
Date despre model
Documentat la 2026-08-12
- Parametri
- ~35B în total (~3B activi)
- Arhitectură
- MoE
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
5.6
Consistență
7.7
9.9
$0.077
Total tokenuri de ieșire
115,331
Total tokenuri de intrare
50,470
Preț de intrare
$0.150 / 1M
Preț de ieșire
$0.600 / 1M
Teste instabile
6
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 03:22 Retestare | 5.6 | 9.8 | $0.077 | Compară | |
| 2026-07-16 23:35 Test nou adăugat | 5.6 | 9.9 | $0.077 | Rularea curentă | |
| 2026-07-14 11:05 Prima rulare | 6.2 | 9.7 | $0.064 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 23:35 · Test nou adăugat | 66/66 încercări | 5.6 | 7.7 | 9.9 | 7/22 | 6 | 115,331 | 50,470 | $0.077 | 15.90s |
| 2026-07-14 11:05 · Prima rulare | 63/63 încercări | 6.2 | 7.6 | 9.7 | 7/21 | 6 | 95,667 | 41,748 | $0.064 | 11.02s |
| Diferență | — | -0.6 | +0.1 | +0.2 | 0 | 0 | +19664 | +8722 | +$0.014 | +4879ms |
Acoperirea benchmark diferă: 66/66 încercări (Țintă: 3 repetări per test) față de 63/63 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 2026-07-14 11:25 | $0.150 / 1M | $0.600 / 1M |
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
KAT-Coder-Air V2.5highvsQwen3.5-122B-A10BnoneKAT-Coder-Air V2.5highvsGemma 4 26B A4BnoneDisponibil gratuitKAT-Coder-Air V2.5highvsKimi K2.6noneKAT-Coder-Air V2.5highvsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5highvsGLM 5.1noneKAT-Coder-Air V2.5highvsNemotron 3.5 LightninghighDisponibil gratuitKAT-Coder-Air V2.5highvsLing-3.0-flashnoneKAT-Coder-Air V2.5highvsQwen3.6 27BnoneKAT-Coder-Air V2.5highvsInkling SmalllowKAT-Coder-Air V2.5highvsQwen3.8 27Bnone
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 6.9 | 5.8 | |
| Programare | 4.3 | 7.3 | |
| Combinat | 6.5 | 10.0 | |
| Parsare și extragere de date | 6.5 | 10.0 | |
| Specific domeniului | 2.9 | 7.2 | |
| Inteligență generală | 5.1 | 10.0 | |
| Respectarea instrucțiunilor | 9.8 | 10.0 | |
| Rezolvare de puzzle-uri | 3.5 | 4.4 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |