নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Anthropic: Claude Sonnet 4.6 vs Kwaipilot: KAT-Coder-Pro V2.5

Claude Sonnet 4.6 average score-এ এগিয়ে: 7.3 vs 7.2. KAT-Coder-Pro V2.5 (high)-এর benchmark খরচ কম: $0.482 vs $0.661. Claude Sonnet 4.6 দ্রুত: 8.12s vs 20.83s, pass rates 57.6% vs 63.6%.

প্রস্তাবিত মডেলClaude Sonnet 4.6It has the best score here (7.3), while responding about 2.6x faster than KAT-Coder-Pro V2.5 (high).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Claude Sonnet 4.6 Claude Sonnet 4.6 none প্রকাশ: 2026-02-17 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high প্রকাশ: 2026-07-14
স্কোর 7.3 7.2
র‍্যাঙ্ক #60 #66
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.7 7.8
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.6% 63.6%
অস্থির টেস্ট 1 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 5.502 4.378
মোট খরচ $0.661 $0.482
ইনপুট মূল্য $3.000 / 1M $0.740 / 1M
আউটপুট মূল্য $15.000 / 1M $2.960 / 1M
মোট ইনপুট টোকেন 123,264 106,076
আউটপুট টোকেন 19,362 9,071
রিজনিং টোকেন 0 127,093
প্রতিক্রিয়া সময় (গড়) 8.12s 20.83s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 51.18s 199.97s
প্রতিক্রিয়া সময় (মোট) 121.78s 458.31s

Hamster playing table tennis

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

#60 Claude Sonnet 4.6

none
খরচ
$0.038
সময়
27.3s
টোকেন
2,598 tok

#66 KAT-Coder-Pro V2.5

high
খরচ
$0.009
সময়
26.4s
টোকেন
3,117 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
KAT-Coder-Pro V2.5 6.4 7.9 44.4% 1 22.00s 7,893 422 20,461

দ্রুত তুলনা

তুলনার জুটি বদলান