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-Air V2.5

सारांश

KAT-Coder-Air V2.5 (medium) average score में आगे है: 5.6 vs 5.0. KAT-Coder-Air V2.5 (medium) की benchmark लागत कम है: $0.048 vs $0.054. KAT-Coder-Air V2.5 (medium) तेज है: 8.42s vs 18.25s, pass rates 37.9% vs 45.5%.

अनुशंसित मॉडलKAT-Coder-Air V2.5 (medium)It has the best score here (5.6), while responding about 2.2x 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 medium रिलीज़: 2026-07-14
स्कोर 5.0 5.6
रैंक #165 #142
विश्वसनीयता 10.0 9.9
संगति 7.7 8.9
सही परीक्षण
प्रति प्रयास पास दर 37.9% 45.5%
अस्थिर टेस्ट 6 3
कुल रन 66 66
प्रति परिणाम लागत 0.870 0.593
कुल लागत $0.054 $0.048
इनपुट कीमत $0.269 / 1M $0.150 / 1M
आउटपुट कीमत $0.400 / 1M $0.600 / 1M
कुल इनपुट टोकन 135,780 51,472
आउटपुट टोकन 42,097 7,822
रीजनिंग टोकन 0 58,352
प्रतिक्रिया समय (औसत) 18.25s 8.42s
प्रतिक्रिया समय (अधिकतम) 115.89s 48.19s
प्रतिक्रिया समय (कुल) 401.60s 185.24s

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

#142 KAT-Coder-Air V2.5

medium
लागत
$0.003
समय
23.7s
टोकन
4,924 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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973

त्वरित तुलना

तुलना जोड़ी बदलें