नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.6 Terra

सारांश

average score लगभग बराबर है: 7.7 vs 7.7. KAT-Coder-Pro V2.5 (high) की benchmark लागत कम है: $0.246 vs $0.343. GPT-5.6 Terra (low) तेज है: 4.88s vs 12.30s, pass rates 63.5% vs 74.6%.

अनुशंसित मॉडलGPT-5.6 Terra (low)It has the best score here (7.7), while responding about 2.5x faster than KAT-Coder-Pro V2.5 (high).

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 GPT-5.6 Terra GPT-5.6 Terra low रिलीज़: 2026-07-09
स्कोर 7.7 7.7
रैंक #53 #49
विश्वसनीयता 10.0 10.0
संगति 8.1 8.1
सही परीक्षण
प्रति प्रयास पास दर 63.5% 74.6%
अस्थिर टेस्ट 5 5
कुल रन 63 63
प्रति परिणाम लागत 2.228 2.637
कुल लागत $0.246 $0.343
इनपुट कीमत $0.740 / 1M $2.500 / 1M
आउटपुट कीमत $2.960 / 1M $15.000 / 1M
कुल इनपुट टोकन 42,750 34,226
आउटपुट टोकन 2,509 1,943
रीजनिंग टोकन 69,594 15,201
प्रतिक्रिया समय (औसत) 12.30s 4.88s
प्रतिक्रिया समय (अधिकतम) 95.65s 19.85s
प्रतिक्रिया समय (कुल) 258.34s 102.53s

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

#49 GPT-5.6 Terra

low
लागत
$0.034
समय
16.8s
टोकन
2,348 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
GPT-5.6 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821

त्वरित तुलना

तुलना जोड़ी बदलें