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 (low) average score में आगे है: 6.0 vs 5.5. DeepSeek V4 Flash की benchmark लागत कम है: $0.007 vs $0.030. KAT-Coder-Air V2.5 (low) तेज है: 6.47s vs 26.75s, pass rates 30.2% vs 46.0%.

अनुशंसित मॉडलKAT-Coder-Air V2.5 (low)It has the best score here (6.0), while responding about 4.1x faster than DeepSeek V4 Flash.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash none रिलीज़: 2026-04-24 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low रिलीज़: 2026-07-14
स्कोर 5.5 6.0
रैंक #142 #124
विश्वसनीयता 10.0 9.7
संगति 8.9 7.6
सही परीक्षण
प्रति प्रयास पास दर 30.2% 46.0%
अस्थिर टेस्ट 3 6
कुल रन 63 63
प्रति परिणाम लागत 0.203 0.427
कुल लागत $0.007 $0.030
इनपुट कीमत $0.090 / 1M $0.150 / 1M
आउटपुट कीमत $0.180 / 1M $0.600 / 1M
कुल इनपुट टोकन 50,127 42,464
आउटपुट टोकन 13,710 4,227
रीजनिंग टोकन 0 34,864
प्रतिक्रिया समय (औसत) 26.75s 6.47s
प्रतिक्रिया समय (अधिकतम) 111.96s 25.49s
प्रतिक्रिया समय (कुल) 561.82s 135.80s

जनरेशन शोकेस

Hamster playing table tennis

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

#142 DeepSeek V4 Flash

none
लागत
$0.004
समय
157.6s
टोकन
11,297 tok

#124 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 V4 Flash 4.2 7.4 11.1% 1 17.13s 7,279 9,717 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