Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Mistral: Mistral Small 4

Сводка

Mistral Small 4 (medium) лидирует по среднему баллу: 5.1 vs 4.9. KAT-Coder-Air V2.5 имеет более низкую стоимость benchmark: $0.037 vs $0.068. KAT-Coder-Air V2.5 быстрее: 6.99s vs 9.40s, с долей успешных попыток 38.1% vs 44.4%.

Рекомендуемая модельMistral Small 4 (medium)У него самый высокий балл в этом сравнении (5.1) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-14

Метрика KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none Релиз: 2026-07-14 Mistral Small 4 Mistral Small 4 medium Релиз: 2026-03-16
Оценка 4.9 5.1
Ранг #168 #160
Надежность 10.0 10.0
Стабильность 7.1 6.9
Тестов верно
Доля успешных попыток 38.1% 44.4%
Нестабильные тесты 7 8
Всего запусков 63 63
Стоимость за результат 0.724 1.344
Общая стоимость $0.037 $0.068
Цена входа $0.150 / 1M $0.150 / 1M
Цена выхода $0.600 / 1M $0.600 / 1M
Общее число входных токенов 41,328 42,576
Выходные токены 49,933 24,184
Токены рассуждений 0 84,678
Время ответа (среднее) 6.99s 9.40s
Время ответа (макс.) 24.94s 59.15s
Время ответа (суммарно) 146.78s 197.39s

Генерация showcase

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none
Стоимость
$0.002
Время
14.5s
Токены
2,619 tok

#160 Mistral Small 4

medium
Стоимость
$0.006
Время
47.9s
Токены
9,857 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

Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
KAT-Coder-Air V2.5 3.3 9.6 0.0% 0 14.31s 6,472 16,918 0
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715

Быстрое сравнение

Сменить пару сравнения