নেভিগেশন
AI BENCHY
Advertise here

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

average score প্রায় সমান: 7.3 vs 7.4. KAT-Coder-Pro V2.5 (low)-এর benchmark খরচ কম: $0.387 vs $0.661. Claude Sonnet 4.6 দ্রুত: 8.12s vs 19.47s, pass rates 57.6% vs 69.7%.

প্রস্তাবিত মডেলClaude Sonnet 4.6It has the best score here (7.3), while responding about 2.4x faster than KAT-Coder-Pro V2.5 (low).

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 low প্রকাশ: 2026-07-14
স্কোর 7.3 7.4
র‍্যাঙ্ক #60 #59
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.7 7.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.6% 69.7%
অস্থির টেস্ট 1 8
মোট রান 66 66
প্রতি ফলাফলে খরচ 5.502 3.514
মোট খরচ $0.661 $0.387
ইনপুট মূল্য $3.000 / 1M $0.740 / 1M
আউটপুট মূল্য $15.000 / 1M $2.960 / 1M
মোট ইনপুট টোকেন 123,264 87,673
আউটপুট টোকেন 19,362 7,166
রিজনিং টোকেন 0 101,474
প্রতিক্রিয়া সময় (গড়) 8.12s 19.47s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 51.18s 209.15s
প্রতিক্রিয়া সময় (মোট) 121.78s 428.31s

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

#59 KAT-Coder-Pro V2.5

low
খরচ
$0.016
সময়
47.6s
টোকেন
5,182 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 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945

দ্রুত তুলনা

তুলনার জুটি বদলান