Kwaipilot: KAT-Coder-Air V2.5 vs Poolside: Laguna XS 2.1

KAT-Coder-Air V2.5 (high) лидирует по среднему баллу: 5.6 vs 5.3. Laguna XS 2.1 имеет более низкую стоимость benchmark: $0.008 vs $0.077. Laguna XS 2.1 быстрее: 1.55s vs 15.90s, с долей успешных попыток 43.9% vs 30.3%.

Рекомендуемая модельLaguna XS 2.1Его балл близок к лучшему здесь (5.3 против 5.6), при этом он примерно в 10.8 раза дешевле, чем KAT-Coder-Air V2.5 (high).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-18

Метрика	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Релиз: 2026-07-14	Laguna XS 2.1 Laguna XS 2.1 none Релиз: 2026-07-02 Бесплатно доступно

Метрика	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Релиз: 2026-07-14	Laguna XS 2.1 Laguna XS 2.1 none Релиз: 2026-07-02 Бесплатно доступно
Оценка	5.6	5.3
Ранг	#140	#156
Надежность	9.9	10.0
Стабильность	7.7	9.0
Тестов верно
Доля успешных попыток	43.9%	30.3%
Нестабильные тесты	6	3
Всего запусков	66	66
Стоимость за результат	1.097	0.143
Общая стоимость	$0.077	$0.008
Цена входа	$0.150 / 1M	$0.060 / 1M
Цена выхода	$0.600 / 1M	$0.120 / 1M
Общее число входных токенов	50,470	91,598
Выходные токены	3,957	13,377
Токены рассуждений	111,374	0
Время ответа (среднее)	15.90s	1.55s
Время ответа (макс.)	118.35s	19.02s
Время ответа (суммарно)	349.71s	34.19s

Hamster playing table tennis

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

#140 KAT-Coder-Air V2.5

high

Неверный SVG

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

#156 Laguna XS 2.1

none

Стоимость: $0.001
Время: 27.6s
Токены: 4,344 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290
Laguna XS 2.1	5.3	8.3	33.3%	1		755ms	774	1,015	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883
Laguna XS 2.1	4.3	7.8	22.2%	1		623ms	7,995	562	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		74.48s	23,854	485	28,559
Laguna XS 2.1	3.0	10.0	0.0%	0		10.39s	64,647	10,328	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140
Laguna XS 2.1	10.0	10.0	100.0%	0		768ms	7,734	240	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602
Laguna XS 2.1	5.3	10.0	33.3%	0		364ms	834	14	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539
Laguna XS 2.1	5.0	10.0	0.0%	0		529ms	537	128	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675
Laguna XS 2.1	3.8	5.8	33.3%	1		364ms	638	50	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576
Laguna XS 2.1	3.0	10.0	0.0%	0		1.01s	771	730	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082
Laguna XS 2.1	10.0	10.0	100.0%	0		1.36s	7,413	300	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028
Laguna XS 2.1	3.0	10.0	0.0%	0		254ms	255	10	0

Быстрое сравнение

Сменить пару сравнения