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

DeepSeek V3.2 (medium) vs KAT-Coder-Pro V2.5 (medium)

DeepSeek V3.2 (medium) average score में आगे है: 6.3 vs 6.2. DeepSeek V3.2 (medium) की benchmark लागत कम है: $0.152 vs $0.669. KAT-Coder-Pro V2.5 (medium) तेज है: 23.94s vs 70.08s, pass rates 62.3% vs 62.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-12

तुलना किए गए मॉडल

रैंक
#235
कुल आउटपुट टोकन
139,141
प्रतिक्रिया समय (औसत)
70.08s
कुल लागत
$0.152
रैंक
#240
कुल आउटपुट टोकन
139,375
प्रतिक्रिया समय (औसत)
23.94s
कुल लागत
$0.669
अनुशंसित मॉडल DeepSeek V3.2 (medium)

It has the best score here (6.3), while costing about 4.4x less than KAT-Coder-Pro V2.5 (medium).

विस्तृत तुलना

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 6.3 6.2
रैंक #235 #240
विश्वसनीयता 10.0 10.0
संगति 7.5 7.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 62.3% 62.3%
अस्थिर टेस्ट 7 8
कुल रन 69 69
प्रति परिणाम लागत 1.250 4.342
कुल लागत $0.152 $0.669
इनपुट कीमत $0.280 / 1M $0.740 / 1M
आउटपुट कीमत $0.420 / 1M $2.960 / 1M
कैश पढ़ने की कीमत $0.028 / 1M $0.150 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 306,662 87,916
आउटपुट टोकन 17,819 7,213
रीजनिंग टोकन 125,341 132,162
प्रतिक्रिया समय (औसत) 70.08s 23.94s
प्रतिक्रिया समय (अधिकतम) 376.10s 257.00s
प्रतिक्रिया समय (कुल) 1611.86s 550.52s
पैरामीटर 671B कुल (37B सक्रिय) ~700B कुल (~72B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#235 DeepSeek V3.2

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

#240 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

तुलना जोड़ी बदलें