नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Pro V2.5 vs MoonshotAI: Kimi K2.6

सारांश

Kimi K2.6 (medium) average score में आगे है: 7.8 vs 7.7. KAT-Coder-Pro V2.5 (high) की benchmark लागत कम है: $0.246 vs $0.888. KAT-Coder-Pro V2.5 (high) तेज है: 12.30s vs 71.67s, pass rates 63.5% vs 65.1%.

अनुशंसित मॉडलKAT-Coder-Pro V2.5 (high)Its score stays close to the best score here (7.7 vs 7.8), while costing about 3.6x less than Kimi K2.6 (medium).

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

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high रिलीज़: 2026-07-14 Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20 निःशुल्क उपलब्ध
स्कोर 7.7 7.8
रैंक #53 #45
विश्वसनीयता 10.0 10.0
संगति 8.1 8.6
सही परीक्षण
प्रति प्रयास पास दर 63.5% 65.1%
अस्थिर टेस्ट 5 3
कुल रन 63 63
प्रति परिणाम लागत 2.228 8.358
कुल लागत $0.246 $0.888
इनपुट कीमत $0.740 / 1M $0.660 / 1M
आउटपुट कीमत $2.960 / 1M $3.410 / 1M
कुल इनपुट टोकन 42,750 29,450
आउटपुट टोकन 2,509 102,923
रीजनिंग टोकन 69,594 254,094
प्रतिक्रिया समय (औसत) 12.30s 71.67s
प्रतिक्रिया समय (अधिकतम) 95.65s 406.78s
प्रतिक्रिया समय (कुल) 258.34s 1433.36s

जनरेशन शोकेस

Hamster playing table tennis

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

#53 KAT-Coder-Pro V2.5

high
लागत
$0.009
समय
26.4s
टोकन
3,117 tok

#45 MoonshotAI: Kimi K2.6

medium
लागत
$0.013
समय
103.4s
टोकन
3,620 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
KAT-Coder-Pro V2.5 6.4 7.9 44.4% 1 22.00s 7,893 422 20,461
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189

त्वरित तुलना

तुलना जोड़ी बदलें