নেভিগেশন
Advertise here

Seed-2.0-Code (high) vs KAT-Coder-Pro V2.5 (medium)

average score প্রায় সমান: 6.9 vs 6.9. KAT-Coder-Pro V2.5 (medium)-এর benchmark খরচ কম: $0.478 vs $1.273. KAT-Coder-Pro V2.5 (medium) দ্রুত: 24.87s vs 124.18s, pass rates 63.6% vs 65.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-24

তুলনা করা মডেল

র‍্যাঙ্ক
#171
মোট আউটপুট টোকেন
410,575
প্রতিক্রিয়া সময় (গড়)
124.18s
মোট খরচ
$1.273
র‍্যাঙ্ক
#168
মোট আউটপুট টোকেন
139,375
প্রতিক্রিয়া সময় (গড়)
24.87s
মোট খরচ
$0.478
প্রস্তাবিত মডেল KAT-Coder-Pro V2.5 (medium)

It has the best score here (6.9), while costing about 2.7x less than Seed-2.0-Code (high).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Code Seed-2.0-Code high প্রকাশ: 2026-08-12 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium প্রকাশ: 2026-07-14
স্কোর 6.9 6.9
র‍্যাঙ্ক #171 #168
নির্ভরযোগ্যতা 8.6 10.0
ধারাবাহিকতা 7.8 7.0
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 65.2%
অস্থির টেস্ট 5 8
মোট রান 66 66
প্রতি ফলাফলে খরচ 11.571 4.342
মোট খরচ $1.273 $0.478
ইনপুট মূল্য $0.500 / 1M $0.740 / 1M
আউটপুট মূল্য $3.000 / 1M $2.960 / 1M
মোট ইনপুট টোকেন 81,970 87,916
আউটপুট টোকেন 7,186 7,213
রিজনিং টোকেন 403,389 132,162
প্রতিক্রিয়া সময় (গড়) 124.18s 24.87s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 675.30s 257.00s
প্রতিক্রিয়া সময় (মোট) 2732.03s 547.14s
প্যারামিটার ~200B মোট (~20B সক্রিয়) ~700B মোট (~72B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#171 Seed-2.0-Code

high
খরচ
$0.037
সময়
183.6s
টোকেন
12,388 tok

#168 KAT-Coder-Pro V2.5

medium
খরচ
$0.009
সময়
25.6s
টোকেন
2,939 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
Seed-2.0-Code 6.2 6.5 55.6% 1 266.74s 6,750 432 124,956
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 33.10s 7,893 416 33,658

দ্রুত তুলনা

তুলনার জুটি বদলান