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

AI BENCHY तुलना

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

सारांश

KAT-Coder-Pro V2.5 (medium) average score में आगे है: 7.5 vs 7.5. DeepSeek V3.2 (medium) की benchmark लागत कम है: $0.052 vs $0.275. KAT-Coder-Pro V2.5 (medium) तेज है: 12.95s vs 68.71s, pass rates 65.1% vs 65.1%.

अनुशंसित मॉडलDeepSeek V3.2 (medium)Its score stays close to the best score here (7.5 vs 7.5), while costing about 5.4x less than KAT-Coder-Pro V2.5 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-16

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 medium रिलीज़: 2025-12-01 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium रिलीज़: 2026-07-14
स्कोर 7.5 7.5
रैंक #68 #64
विश्वसनीयता 10.0 10.0
संगति 7.6 7.7
सही परीक्षण
प्रति प्रयास पास दर 65.1% 65.1%
अस्थिर टेस्ट 6 6
कुल रन 63 63
प्रति परिणाम लागत 0.436 2.498
कुल लागत $0.052 $0.275
इनपुट कीमत $0.269 / 1M $0.740 / 1M
आउटपुट कीमत $0.400 / 1M $2.960 / 1M
कुल इनपुट टोकन 38,333 42,750
आउटपुट टोकन 7,186 2,098
रीजनिंग टोकन 99,081 80,027
प्रतिक्रिया समय (औसत) 68.71s 12.95s
प्रतिक्रिया समय (अधिकतम) 376.10s 81.45s
प्रतिक्रिया समय (कुल) 1442.81s 271.92s

जनरेशन शोकेस

Hamster playing table tennis

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

#68 DeepSeek V3.2

medium
लागत
$0.001
समय
53.6s
टोकन
1,932 tok

#64 KAT-Coder-Pro V2.5

medium
लागत
$0.009
समय
25.6s
टोकन
2,939 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 33.10s 7,893 416 33,658

त्वरित तुलना

तुलना जोड़ी बदलें