नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

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

सारांश

KAT-Coder-Air V2.5 (low) average score में आगे है: 5.4 vs 5.0. KAT-Coder-Air V2.5 (low) की benchmark लागत कम है: $0.041 vs $0.054. KAT-Coder-Air V2.5 (low) तेज है: 10.09s vs 18.25s, pass rates 37.9% vs 45.5%.

अनुशंसित मॉडलKAT-Coder-Air V2.5 (low)It has the best score here (5.4), while responding about 1.8x faster than DeepSeek V3.2.

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 low रिलीज़: 2026-07-14
स्कोर 5.0 5.4
रैंक #165 #151
विश्वसनीयता 10.0 9.9
संगति 7.7 7.4
सही परीक्षण
प्रति प्रयास पास दर 37.9% 45.5%
अस्थिर टेस्ट 6 7
कुल रन 66 66
प्रति परिणाम लागत 0.870 0.585
कुल लागत $0.054 $0.041
इनपुट कीमत $0.269 / 1M $0.150 / 1M
आउटपुट कीमत $0.400 / 1M $0.600 / 1M
कुल इनपुट टोकन 135,780 61,085
आउटपुट टोकन 42,097 5,905
रीजनिंग टोकन 0 46,990
प्रतिक्रिया समय (औसत) 18.25s 10.09s
प्रतिक्रिया समय (अधिकतम) 115.89s 86.23s
प्रतिक्रिया समय (कुल) 401.60s 222.03s

जनरेशन शोकेस

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

#151 KAT-Coder-Air V2.5

low
लागत
$0.004
समय
29.9s
टोकन
6,008 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 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623

त्वरित तुलना

तुलना जोड़ी बदलें