AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#168

KAT-Coder-Air V2.5

Kwaipilot Lansare: 2026-07-14 Testat la: 2026-07-14 11:05 kwaipilot/kat-coder-air-v2.5::none

Rezumat

KAT-Coder-Air V2.5 obține 4.9 pe AI BENCHY și este pe #168. Are fiabilitate 10.0, rată de reușită 38.1%, cost total $0.037 și timp mediu de răspuns 6.99s.

Ce face KAT-Coder-Air V2.5 unic: Se remarcă cel mai mult la Combinat, unde este pe #1, iar Rezolvare de puzzle-uri este zona cea mai slabă, la #15.

Scor

4.9

Consistență

7.1

Total tokenuri de ieșire

49,933

Total tokenuri de intrare

41,328

Preț de intrare

$0.150 / 1M

Preț de ieșire

$0.600 / 1M

Teste corecte

Teste greșite: 16

Rată de trecere pe încercare: 38.1%

Teste instabile

7

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

Timp de răspuns (mediu)

6.99s

Timp de răspuns (maxim): 24.94s

Timp de răspuns (total): 146.78s

Prezentare generare

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none
Cost
$0.002
Timp
14.5s
Tokenuri
2,619 tok

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.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 5.3 5.6
Programare 3.3 9.6
Combinat 4.7 1.6
Parsare și extragere de date 6.3 5.8
Specific domeniului 2.9 7.2
Inteligență generală 5.0 10.0
Respectarea instrucțiunilor 9.9 10.0
Rezolvare de puzzle-uri 2.9 4.4
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate