नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Pro V2.5 vs Z.ai: GLM 5.1

सारांश

KAT-Coder-Pro V2.5 (high) average score में आगे है: 7.2 vs 7.1. KAT-Coder-Pro V2.5 (high) की benchmark लागत कम है: $0.482 vs $0.535. KAT-Coder-Pro V2.5 (high) तेज है: 20.83s vs 46.77s, pass rates 63.6% vs 69.7%.

अनुशंसित मॉडलKAT-Coder-Pro V2.5 (high)It has the best score here (7.2), while responding about 2.2x faster than GLM 5.1 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high रिलीज़: 2026-07-14 GLM 5.1 GLM 5.1 medium रिलीज़: 2026-04-07
स्कोर 7.2 7.1
रैंक #66 #71
विश्वसनीयता 10.0 8.3
संगति 7.8 8.4
सही परीक्षण
प्रति प्रयास पास दर 63.6% 69.7%
अस्थिर टेस्ट 6 4
कुल रन 66 66
प्रति परिणाम लागत 4.378 4.202
कुल लागत $0.482 $0.535
इनपुट कीमत $0.740 / 1M $0.966 / 1M
आउटपुट कीमत $2.960 / 1M $3.036 / 1M
कुल इनपुट टोकन 106,076 82,623
आउटपुट टोकन 9,071 16,089
रीजनिंग टोकन 127,093 136,463
प्रतिक्रिया समय (औसत) 20.83s 46.77s
प्रतिक्रिया समय (अधिकतम) 199.97s 308.75s
प्रतिक्रिया समय (कुल) 458.31s 982.16s

जनरेशन शोकेस

Hamster playing table tennis

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

#66 KAT-Coder-Pro V2.5

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

#71 GLM 5.1

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 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
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

त्वरित तुलना

तुलना जोड़ी बदलें