नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

DeepSeek: DeepSeek V4 Flash vs Kwaipilot: KAT-Coder-Air V2.5

सारांश

KAT-Coder-Air V2.5 (high) average score में आगे है: 5.6 vs 5.6. DeepSeek V4 Flash की benchmark लागत कम है: $0.044 vs $0.077. KAT-Coder-Air V2.5 (high) तेज है: 15.90s vs 36.78s, pass rates 31.8% vs 43.9%.

अनुशंसित मॉडलKAT-Coder-Air V2.5 (high)It has the best score here (5.6), while responding about 2.3x faster than DeepSeek V4 Flash.

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

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash none रिलीज़: 2026-04-24 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high रिलीज़: 2026-07-14
स्कोर 5.6 5.6
रैंक #143 #137
विश्वसनीयता 10.0 9.9
संगति 8.5 7.7
सही परीक्षण
प्रति प्रयास पास दर 31.8% 43.9%
अस्थिर टेस्ट 4 6
कुल रन 66 66
प्रति परिणाम लागत 0.917 1.097
कुल लागत $0.044 $0.077
इनपुट कीमत $0.098 / 1M $0.150 / 1M
आउटपुट कीमत $0.196 / 1M $0.600 / 1M
कुल इनपुट टोकन 240,221 50,470
आउटपुट टोकन 100,727 3,957
रीजनिंग टोकन 0 111,374
प्रतिक्रिया समय (औसत) 36.78s 15.90s
प्रतिक्रिया समय (अधिकतम) 247.27s 118.35s
प्रतिक्रिया समय (कुल) 809.09s 349.71s

जनरेशन शोकेस

Hamster playing table tennis

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

#143 DeepSeek V4 Flash

none
लागत
$0.004
समय
157.6s
टोकन
11,297 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 V4 Flash 4.2 7.4 11.1% 1 17.13s 7,279 9,717 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