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

Laguna S 2.1 (low) лидирует по среднему баллу: 5.0 vs 4.8. KAT-Coder-Air V2.5 имеет более низкую стоимость benchmark: $0.067 vs $0.091. KAT-Coder-Air V2.5 быстрее: 12.17s vs 85.35s, с долей успешных попыток 37.9% vs 25.8%.

Рекомендуемая модельKAT-Coder-Air V2.5Его балл близок к лучшему здесь (4.8 против 5.0), и он отвечает примерно в 7.0 раза быстрее, чем Laguna S 2.1 (low).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-22

Метрика	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none Релиз: 2026-07-14	Laguna S 2.1 Laguna S 2.1 low Релиз: 2026-07-21 Бесплатно доступно

Метрика	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none Релиз: 2026-07-14	Laguna S 2.1 Laguna S 2.1 low Релиз: 2026-07-21 Бесплатно доступно
Оценка	4.8	5.0
Ранг	#191	#181
Надежность	10.0	9.9
Стабильность	6.9	7.8
Тестов верно
Доля успешных попыток	37.9%	25.8%
Нестабильные тесты	8	6
Всего запусков	66	66
Стоимость за результат	1.336	3.022
Общая стоимость	$0.067	$0.091
Цена входа	$0.150 / 1M	$0.100 / 1M
Цена выхода	$0.600 / 1M	$0.200 / 1M
Общее число входных токенов	69,367	118,746
Выходные токены	93,913	67,823
Токены рассуждений	0	383,885
Время ответа (среднее)	12.17s	85.35s
Время ответа (макс.)	121.05s	814.73s
Время ответа (суммарно)	267.83s	1877.64s

Hamster playing table tennis

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

#191 KAT-Coder-Air V2.5

none

Стоимость: $0.002
Время: 14.5s
Токены: 2,619 tok

#181 Laguna S 2.1

low

Стоимость: $0.001
Время: 6.6s
Токены: 1,314 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	5.3	5.6	50.0%	2		2.68s	672	3,044	0
Laguna S 2.1	3.4	5.8	25.0%	2		80.66s	616	311	43,722

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
Laguna S 2.1	3.8	7.1	22.2%	1		167.51s	7,917	58,111	119,138

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	3.8	1.6	50.0%	2		73.00s	43,170	50,768	0
Laguna S 2.1	3.2	5.2	16.7%	1		412.50s	92,870	8,211	174,584

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	6.3	5.8	66.7%	1		2.66s	7,776	1,268	0
Laguna S 2.1	10.0	10.0	100.0%	0		2.76s	7,689	243	1,981

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		6.24s	771	7,818	0
Laguna S 2.1	3.0	10.0	0.0%	0		2.51s	765	24	2,606

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		12.02s	516	656	0
Laguna S 2.1	4.8	10.0	0.0%	0		650ms	513	120	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	9.9	10.0	100.0%	0		1.75s	699	858	0
Laguna S 2.1	4.3	6.8	16.7%	1		423ms	702	60	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	2.9	4.4	22.2%	2		1.84s	696	1,255	0
Laguna S 2.1	3.1	7.3	11.1%	1		2.70s	699	447	1,444

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		5.13s	8,391	1,560	0
Laguna S 2.1	10.0	10.0	100.0%	0		2.36s	6,747	286	417

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		17.96s	204	9,768	0
Laguna S 2.1	3.0	10.0	0.0%	0		202.49s	228	10	39,993

Быстрое сравнение

Сменить пару сравнения