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

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs Kwaipilot: KAT-Coder-Pro V2.5

সারাংশ

KAT-Coder-Pro V2.5 (high) average score-এ এগিয়ে: 7.2 vs 7.0. DeepSeek V3.2 (medium)-এর benchmark খরচ কম: $0.078 vs $0.482. KAT-Coder-Pro V2.5 (high) দ্রুত: 20.83s vs 68.62s, pass rates 65.2% vs 63.6%.

প্রস্তাবিত মডেলDeepSeek V3.2 (medium)Its score stays close to the best score here (7.0 vs 7.2), while costing about 6.2x less than KAT-Coder-Pro V2.5 (high).

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

মেট্রিক DeepSeek V3.2 DeepSeek V3.2 medium প্রকাশ: 2025-12-01 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high প্রকাশ: 2026-07-14
স্কোর 7.0 7.2
র‍্যাঙ্ক #73 #66
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.4 7.8
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 63.6%
অস্থির টেস্ট 7 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.671 4.378
মোট খরচ $0.078 $0.482
ইনপুট মূল্য $0.269 / 1M $0.740 / 1M
আউটপুট মূল্য $0.400 / 1M $2.960 / 1M
মোট ইনপুট টোকেন 101,047 106,076
আউটপুট টোকেন 11,834 9,071
রিজনিং টোকেন 117,014 127,093
প্রতিক্রিয়া সময় (গড়) 68.62s 20.83s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 376.10s 199.97s
প্রতিক্রিয়া সময় (মোট) 1509.53s 458.31s

জেনারেশন শোকেস

Hamster playing table tennis

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

#73 DeepSeek V3.2

medium
খরচ
$0.001
সময়
53.6s
টোকেন
1,932 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
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
KAT-Coder-Pro V2.5 6.4 7.9 44.4% 1 22.00s 7,893 422 20,461

দ্রুত তুলনা

তুলনার জুটি বদলান