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

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

KAT-Coder-Air V2.5 (high) average score में आगे है: 5.6 vs 5.0. DeepSeek V3.2 की benchmark लागत कम है: $0.054 vs $0.077. KAT-Coder-Air V2.5 (high) तेज है: 15.90s vs 18.25s, pass rates 37.9% vs 43.9%.

अनुशंसित मॉडलKAT-Coder-Air V2.5 (high)It has the strongest score in this comparison (5.6) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 none रिलीज़: 2025-12-01 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high रिलीज़: 2026-07-14
स्कोर 5.0 5.6
रैंक #165 #137
विश्वसनीयता 10.0 9.9
संगति 7.7 7.7
सही परीक्षण
प्रति प्रयास पास दर 37.9% 43.9%
अस्थिर टेस्ट 6 6
कुल रन 66 66
प्रति परिणाम लागत 0.870 1.097
कुल लागत $0.054 $0.077
इनपुट कीमत $0.269 / 1M $0.150 / 1M
आउटपुट कीमत $0.400 / 1M $0.600 / 1M
कुल इनपुट टोकन 135,780 50,470
आउटपुट टोकन 42,097 3,957
रीजनिंग टोकन 0 111,374
प्रतिक्रिया समय (औसत) 18.25s 15.90s
प्रतिक्रिया समय (अधिकतम) 115.89s 118.35s
प्रतिक्रिया समय (कुल) 401.60s 349.71s

Hamster playing table tennis

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

#165 DeepSeek V3.2

none
लागत
$0.002
समय
7.0s
टोकन
1,046 tok

#137 KAT-Coder-Air V2.5

high
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 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 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
KAT-Coder-Air V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883

त्वरित तुलना

तुलना जोड़ी बदलें