#257 KAT-Coder-Air V2.5
none- Cost
- $0.002
- Timp
- 14.5s
- Tokenuri
- 2,619 tok
Kwaipilot
Lansare: 2026-07-14
Testat la: 2026-08-14 03:15
kwaipilot/kat-coder-air-v2.5::none
~35B în total (~3B activi)MoEÎnchisEstimat
Rezumat
KAT-Coder-Air V2.5 obține 4.8 pe AI BENCHY și este pe #257. Are fiabilitate 10.0, rată de reușită 36.4%, cost total $0.070 și timp mediu de răspuns 12.46s.
Ce face KAT-Coder-Air V2.5 unic: Se remarcă cel mai mult la Respectarea instrucțiunilor, unde este pe #1, iar Rezolvare de puzzle-uri este zona cea mai slabă, la #12.
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.
4.8
Consistență
7.2
10.0
$0.070
Total tokenuri de ieșire
97,752
Total tokenuri de intrare
69,376
Preț de intrare
$0.150 / 1M
Preț de ieșire
$0.600 / 1M
Teste instabile
7
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 03:15 Retestare | 4.8 | 10.0 | $0.070 | Rularea curentă | |
| 2026-07-16 23:28 Test nou adăugat | 4.8 | 10.0 | $0.067 | Compară | |
| 2026-07-14 11:05 Prima rulare | 4.9 | 10.0 | $0.037 | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 03:15 · Rularea curentă | 66/66 încercări | 4.8 | 7.2 | 10.0 | 5/22 | 7 | 97,752 | 69,376 | $0.070 | 12.46s |
| 2026-07-14 11:05 · Prima rulare | 63/63 încercări | 4.9 | 7.1 | 10.0 | 5/21 | 7 | 49,933 | 41,328 | $0.037 | 6.99s |
| Diferență | — | -0.1 | +0.1 | 0.0 | 0 | 0 | +47819 | +28048 | +$0.033 | +5470ms |
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 |
|---|---|---|
| 2026-08-14 12:51 | $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 V2.5nonevsTrinity Large ThinkinghighKAT-Coder-Air V2.5nonevsGLM 4.7 FlashnoneKAT-Coder-Air V2.5nonevsGPT-5.4 NanononeKAT-Coder-Air V2.5nonevsTrinity Large PreviewnoneKAT-Coder-Air V2.5nonevsNemotron 3.5 LightninglowDisponibil gratuitKAT-Coder-Air V2.5nonevsCobuddymediumKAT-Coder-Air V2.5nonevsRing-2.6-1TnoneKAT-Coder-Air V2.5nonevsMercury 2noneKAT-Coder-Air V2.5nonevsNemotron 3 SupernoneDisponibil gratuitKAT-Coder-Air V2.5nonevsQwen3 Coder Nextmedium
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 5.3 | 5.6 | |
| Programare | 3.3 | 9.6 | |
| Combinat | 3.8 | 1.6 | |
| Parsare și extragere de date | 6.3 | 5.8 | |
| Specific domeniului | 3.0 | 10.0 | |
| 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 |