নেভিগেশন
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Pro V2.5 vs StepFun: Step 3.7 Flash

KAT-Coder-Pro V2.5 (medium) average score-এ এগিয়ে: 6.9 vs 6.9. KAT-Coder-Pro V2.5 (medium)-এর benchmark খরচ কম: $0.467 vs $1.207. KAT-Coder-Pro V2.5 (medium) দ্রুত: 24.04s vs 64.68s, pass rates 63.6% vs 63.6%.

প্রস্তাবিত মডেলKAT-Coder-Pro V2.5 (medium)It has the best score here (6.9), while costing about 2.6x less than Step 3.7 Flash (high).

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

মেট্রিক KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium প্রকাশ: 2026-07-14 Step 3.7 Flash Step 3.7 Flash high প্রকাশ: 2026-05-29
স্কোর 6.9 6.9
র‍্যাঙ্ক #78 #83
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.4 8.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 63.6%
অস্থির টেস্ট 7 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.237 10.973
মোট খরচ $0.467 $1.207
ইনপুট মূল্য $0.740 / 1M $0.200 / 1M
আউটপুট মূল্য $2.960 / 1M $1.150 / 1M
মোট ইনপুট টোকেন 87,907 98,691
আউটপুট টোকেন 7,213 1,032,395
রিজনিং টোকেন 128,251 0
প্রতিক্রিয়া সময় (গড়) 24.04s 64.68s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 257.00s 364.99s
প্রতিক্রিয়া সময় (মোট) 528.92s 1423.01s

Hamster playing table tennis

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

#78 KAT-Coder-Pro V2.5

medium
খরচ
$0.009
সময়
25.6s
টোকেন
2,939 tok

#83 Step 3.7 Flash

high
খরচ
$0.007
সময়
63.6s
টোকেন
6,030 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
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 33.10s 7,893 416 33,658
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

দ্রুত তুলনা

তুলনার জুটি বদলান