#115

KAT Coder AIR V2.5

Kwaipilot Lansare: 2026-07-14 Testat la: 2026-07-14 11:05 kwaipilot/kat-coder-air-v2.5::medium

~35B în total (~3B activi)MoEÎnchisEstimat

(high) (medium) (low) (default)

Rezumat

KAT Coder AIR V2.5 obține 6.2 pe AI BENCHY și este pe #115. Are fiabilitate 9.7, rată de reușită 47.6%, cost total $0.045 și timp mediu de răspuns 8.28s.

Ce face KAT Coder AIR V2.5 unic: Se remarcă cel mai mult la Respectarea instrucțiunilor, 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. Este vizibil rapid față de modele similare.

Date despre model

Documentat la 2026-08-12

Estimat

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.

Sursa parametrilor Sursa disponibilității

Scor

6.2

Consistență

8.8

Fiabilitate

9.7

Cost total (preț curent)

$0.045

Total tokenuri de ieșire

64,116

Total tokenuri de intrare

42,750

Preț de intrare

$0.150 / 1M

Preț de ieșire

$0.600 / 1M

Preț citire cache

N/D

Preț scriere cache

N/D

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.

Teste corecte

Teste greșite: 13

Rată de trecere pe încercare: 47.6%

Teste instabile

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

8.28s

Timp de răspuns (maxim): 48.19s

Timp de răspuns (total): 173.80s

Răspuns greșit: 11 Formatare suplimentară: 1 Nu a urmat instrucțiunile: 1

Hamster playing table tennis

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

#115 KAT-Coder-Air V2.5

medium

Cost: $0.003
Timp: 23.7s
Tokenuri: 4,924 tok

Istoric rulări

Testat la	Scor	Fiabilitate	Cost total	Compară
2026-08-14 03:26 Retestare	5.6	9.6	$0.048	Compară
2026-07-16 23:34 Test nou adăugat	5.6	9.9	$0.048	Compară
2026-07-14 11:05 Prima rulare	6.2	9.7	$0.045	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	6.2	8.8	9.7	8/21	3	64,116	42,750	$0.045	8.28s
2026-08-14 03:26 · Retestare	66/66 încercări	5.6	8.9	9.6	8/22	3	66,576	51,369	$0.048	8.65s
Diferență	—	+0.6	-0.1	+0.1	0	0	-2460	-8619	-$0.003	-376ms

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	Preț citire cache	Preț scriere cache
2026-07-14 11:25	$0.150 / 1M	$0.600 / 1M	N/D	N/D

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

Defalcare pe categorii

Categorie	Scor	Consistență
Trucuri anti-AI	8.7	8.0
Programare	3.6	7.0
Combinat	10.0	10.0
Parsare și extragere de date	6.5	10.0
Specific domeniului	3.0	10.0
Inteligență generală	5.0	10.0
Respectarea instrucțiunilor	10.0	10.0
Rezolvare de puzzle-uri	3.6	7.2
Apelare instrumente	10.0	10.0
Cultură generală	3.0	10.0

KAT Coder AIR V2.5

Date despre model

Hamster playing table tennis

#115 KAT-Coder-Air V2.5

Grafice

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

Defalcare pe categorii

Modele comparate