नेविगेशन
AI BENCHY
Advertise here

KAT-Coder-Pro V2.5 (high) vs Step 3.7 Flash (low)

KAT-Coder-Pro V2.5 (high) average score में आगे है: 7.2 vs 7.1. Step 3.7 Flash (low) की benchmark लागत कम है: $0.390 vs $0.506. Step 3.7 Flash (low) तेज है: 17.87s vs 22.11s, pass rates 63.6% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-26

रैंक
#108
कुल आउटपुट टोकन
144,359
प्रतिक्रिया समय (औसत)
22.11s
कुल लागत
$0.506
रैंक
#115
कुल आउटपुट टोकन
320,393
प्रतिक्रिया समय (औसत)
17.87s
कुल लागत
$0.390
अनुशंसित मॉडल Step 3.7 Flash (low)

It offers the best overall trade-off: a competitive score (7.1), lower cost than KAT-Coder-Pro V2.5 (high), and balanced response time.

विस्तृत तुलना

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high रिलीज़: 2026-07-14 Step 3.7 Flash Step 3.7 Flash low रिलीज़: 2026-05-29
स्कोर 7.2 7.1
रैंक #108 #115
विश्वसनीयता 10.0 10.0
संगति 7.8 8.1
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 63.6% 63.6%
अस्थिर टेस्ट 6 5
कुल रन 66 66
प्रति परिणाम लागत 4.599 3.539
कुल लागत $0.506 $0.390
इनपुट कीमत $0.740 / 1M $0.200 / 1M
आउटपुट कीमत $2.960 / 1M $1.150 / 1M
कुल इनपुट टोकन 106,085 103,842
आउटपुट टोकन 9,071 320,393
रीजनिंग टोकन 135,288 0
प्रतिक्रिया समय (औसत) 22.11s 17.87s
प्रतिक्रिया समय (अधिकतम) 199.97s 124.75s
प्रतिक्रिया समय (कुल) 486.31s 393.04s
पैरामीटर ~700B कुल (~72B सक्रिय) 198B कुल (11B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#108 KAT-Coder-Pro V2.5

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

#115 Step 3.7 Flash

low
अमान्य SVG
लागत
$0.004
समय
25.3s
टोकन
3,072 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
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

त्वरित तुलना

तुलना जोड़ी बदलें