#60 KAT-Coder-Pro V2.5
medium- খরচ
- $0.009
- সময়
- 25.6s
- টোকেন
- 2,939 tok
AI BENCHY Compare
Kwaipilot: KAT-Coder-Pro V2.5 vs xAI: Grok Build 0.1
সারাংশ
Grok Build 0.1 (medium) average score-এ এগিয়ে: 7.6 vs 7.5. KAT-Coder-Pro V2.5 (medium)-এর benchmark খরচ কম: $0.275 vs $0.927. KAT-Coder-Pro V2.5 (medium) দ্রুত: 12.95s vs 49.90s, pass rates 65.1% vs 61.9%.
প্রস্তাবিত মডেলKAT-Coder-Pro V2.5 (medium)Its score stays close to the best score here (7.5 vs 7.6), while costing about 3.4x less than Grok Build 0.1 (medium).
AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14
| মেট্রিক | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium | Grok Build 0.1 Grok Build 0.1 medium |
|---|---|---|
| স্কোর | 7.5 | 7.6 |
| র্যাঙ্ক | #60 | #56 |
| নির্ভরযোগ্যতা | 10.0 | 10.0 |
| ধারাবাহিকতা | 7.7 | 9.9 |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 65.1% | 61.9% |
| অস্থির টেস্ট | 6 | 0 |
| মোট রান | 63 | 63 |
| প্রতি ফলাফলে খরচ | 2.498 | 7.124 |
| মোট খরচ | $0.275 | $0.927 |
| ইনপুট মূল্য | $0.740 / 1M | $1.000 / 1M |
| আউটপুট মূল্য | $2.960 / 1M | $2.000 / 1M |
| মোট ইনপুট টোকেন | 42,750 | 44,418 |
| আউটপুট টোকেন | 2,098 | 2,782 |
| রিজনিং টোকেন | 80,027 | 438,018 |
| প্রতিক্রিয়া সময় (গড়) | 12.95s | 49.90s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 81.45s | 252.69s |
| প্রতিক্রিয়া সময় (মোট) | 271.92s | 1047.92s |
জেনারেশন শোকেস
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#56 xAI: Grok Build 0.1
medium- খরচ
- $0.028
- সময়
- 81.3s
- টোকেন
- 14,009 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 | |
| Grok Build 0.1 | 5.7 | 9.7 | 33.3% | 0 | 108.46s | 8,304 | 1,138 | 161,452 |
দ্রুত তুলনা
তুলনার জুটি বদলান
DeepSeek V4 ProhighvsGrok Build 0.1mediumKAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsKAT-Coder-Pro V2.5mediumKAT-Coder-Pro V2.5highvsGrok Build 0.1mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumGPT-5.6 LunahighvsGrok Build 0.1mediumStep 3.7 FlashlowvsGrok Build 0.1mediumGPT-5.6 TerralowvsGrok Build 0.1mediumClaude Opus 4.8lowvsGrok Build 0.1mediumGemini 3 Flash PreviewlowvsKAT-Coder-Pro V2.5mediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 LunahighKAT-Coder-Pro V2.5mediumvsStep 3.7 Flashlow