#124 KAT-Coder-Air V2.5
low- Cost
- $0.004
- Timp
- 29.9s
- Tokenuri
- 6,008 tok
Kwaipilot
Lansare: 2026-07-14
Testat la: 2026-07-14 11:05
kwaipilot/kat-coder-air-v2.5::low
~35B în total (~3B activi)MoEÎnchisEstimat
Rezumat
KAT-Coder-Air V2.5 obține 6.0 pe AI BENCHY și este pe #124. Are fiabilitate 9.7, rată de reușită 46.0%, cost total $0.030 și timp mediu de răspuns 6.47s.
Ce face KAT-Coder-Air V2.5 unic: Se remarcă cel mai mult la Combinat, unde este pe #1, iar Programare este zona cea mai slabă, la #18. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
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.
6.0
Consistență
7.6
9.7
$0.030
Total tokenuri de ieșire
39,091
Total tokenuri de intrare
42,464
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 03:16 Retestare | 5.4 | 9.9 | $0.046 | Compară | |
| 2026-07-16 23:32 Test nou adăugat | 5.4 | 9.9 | $0.041 | Compară | |
| 2026-07-14 11:05 Prima rulare | 6.0 | 9.7 | $0.030 | Rularea curentă |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-14 11:05 · Prima rulare | 63/63 încercări | 6.0 | 7.6 | 9.7 | 7/21 | 6 | 39,091 | 42,464 | $0.030 | 6.47s |
| 2026-07-16 23:32 · Test nou adăugat | 66/66 încercări | 5.4 | 7.4 | 9.9 | 7/22 | 7 | 52,895 | 61,085 | $0.041 | 10.09s |
| Diferență | — | +0.6 | +0.2 | -0.2 | 0 | -1 | -13804 | -18621 | -$0.012 | -3626ms |
Acoperirea benchmark diferă: 63/63 încercări (Țintă: 3 repetări per test) față de 66/66 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 V2.5lowvsLaguna S 2.1mediumDisponibil gratuitKAT-Coder-Air V2.5lowvsGPT-5.6 LunanoneKAT-Coder-Air V2.5lowvsDeepSeek V4 Flash 0423noneKAT-Coder-Air V2.5lowvsMiMo-V2.5-PrononeKAT-Coder-Air V2.5lowvsQwen3.8 27BnoneKAT-Coder-Air V2.5lowvsKimi K2.5noneKAT-Coder-Air V2.5lowvsQwen3.6 27BnoneKAT-Coder-Air V2.5lowvsDeepSeek V4 Flash 0731noneKAT-Coder-Air V2.5lowvsNemotron 3.5 LightninghighDisponibil gratuitKAT-Coder-Air V2.5lowvsLaguna S 2.1highDisponibil gratuit
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 7.3 | 5.8 | |
| Programare | 3.5 | 7.3 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 6.5 | 10.0 | |
| Specific domeniului | 2.9 | 7.2 | |
| Inteligență generală | 5.0 | 10.0 | |
| Respectarea instrucțiunilor | 9.8 | 10.0 | |
| Rezolvare de puzzle-uri | 3.1 | 4.6 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |