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

KAT-Coder-Air V2.5 (low) лидирует по среднему баллу: 5.4 vs 5.3. Laguna XS 2.1 имеет более низкую стоимость benchmark: $0.008 vs $0.041. Laguna XS 2.1 быстрее: 1.55s vs 10.09s, с долей успешных попыток 45.5% vs 30.3%.

Рекомендуемая модельLaguna XS 2.1Его балл близок к лучшему здесь (5.3 против 5.4), при этом он примерно в 5.8 раза дешевле, чем KAT-Coder-Air V2.5 (low).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-17

Метрика	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low 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 low Релиз: 2026-07-14	Laguna XS 2.1 Laguna XS 2.1 none Релиз: 2026-07-02 Бесплатно доступно
Оценка	5.4	5.3
Ранг	#151	#153
Надежность	9.9	10.0
Стабильность	7.4	9.0
Тестов верно
Доля успешных попыток	45.5%	30.3%
Нестабильные тесты	7	3
Всего запусков	66	66
Стоимость за результат	0.585	0.143
Общая стоимость	$0.041	$0.008
Цена входа	$0.150 / 1M	$0.060 / 1M
Цена выхода	$0.600 / 1M	$0.120 / 1M
Общее число входных токенов	61,085	91,598
Выходные токены	5,905	13,377
Токены рассуждений	46,990	0
Время ответа (среднее)	10.09s	1.55s
Время ответа (макс.)	86.23s	19.02s
Время ответа (суммарно)	222.03s	34.19s

Hamster playing table tennis

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

#151 KAT-Coder-Air V2.5

low

Стоимость: $0.004
Время: 29.9s
Токены: 6,008 tok

#153 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	7.3	5.8	83.3%	2		3.50s	672	422	1,548
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	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623
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	6.4	5.8	66.7%	1		55.86s	33,753	2,046	17,833
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		2.82s	7,776	261	1,069
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		4.99s	553	310	3,332
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	5.0	10.0	0.0%	0		10.11s	516	142	596
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		1.64s	699	89	640
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	3.1	4.6	22.2%	2		1.57s	696	294	796
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		4.47s	8,391	330	1,065
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		19.98s	136	10	6,488
Laguna XS 2.1	3.0	10.0	0.0%	0		254ms	255	10	0

Быстрое сравнение

Сменить пару сравнения