नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

KAT-Coder-Pro V2.5 (high) vs Grok 4.3 (medium)

average score लगभग बराबर है: 6.5 vs 6.5. KAT-Coder-Pro V2.5 (high) की benchmark लागत कम है: $0.506 vs $0.989. KAT-Coder-Pro V2.5 (high) तेज है: 21.21s vs 44.53s, pass rates 60.9% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#198
कुल आउटपुट टोकन
144,359
प्रतिक्रिया समय (औसत)
21.21s
कुल लागत
$0.506
रैंक
#199
कुल आउटपुट टोकन
232,542
प्रतिक्रिया समय (औसत)
44.53s
कुल लागत
$0.989
अनुशंसित मॉडल KAT-Coder-Pro V2.5 (high)

It has the best score here (6.5), while costing about 2.0x less than Grok 4.3 (medium).

विस्तृत तुलना

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high रिलीज़: 2026-07-14 Grok 4.3 Grok 4.3 medium रिलीज़: 2026-05-01
स्कोर 6.5 6.5
रैंक #198 #199
विश्वसनीयता 10.0 10.0
संगति 7.9 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 60.9% 63.8%
अस्थिर टेस्ट 6 5
कुल रन 69 69
प्रति परिणाम लागत 4.599 8.235
कुल लागत $0.506 $0.989
इनपुट कीमत $0.740 / 1M $1.250 / 1M
आउटपुट कीमत $2.960 / 1M $2.500 / 1M
कुल इनपुट टोकन 106,085 325,471
आउटपुट टोकन 9,071 14,867
रीजनिंग टोकन 135,288 217,675
प्रतिक्रिया समय (औसत) 21.21s 44.53s
प्रतिक्रिया समय (अधिकतम) 199.97s 216.69s
प्रतिक्रिया समय (कुल) 487.83s 1024.25s
पैरामीटर ~700B कुल (~72B सक्रिय) ~1.5T कुल (~150B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#198 KAT-Coder-Pro V2.5

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

#199 SpaceXAI: Grok 4.3

medium
लागत
$0.009
समय
19.0s
टोकन
3,661 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
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

त्वरित तुलना

तुलना जोड़ी बदलें