#35 KAT-Coder-Pro V2.5
low- लागत
- $0.016
- समय
- 47.6s
- टोकन
- 5,182 tok
AI BENCHY तुलना
Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.4 Mini
सारांश
average score लगभग बराबर है: 8.0 vs 8.0. KAT-Coder-Pro V2.5 (low) की benchmark लागत कम है: $0.220 vs $0.526. KAT-Coder-Pro V2.5 (low) तेज है: 10.44s vs 22.34s, pass rates 71.4% vs 73.0%.
अनुशंसित मॉडलKAT-Coder-Pro V2.5 (low)It has the best score here (8.0), while costing about 2.4x less than GPT-5.4 Mini (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 low | GPT-5.4 Mini GPT-5.4 Mini medium |
|---|---|---|
| स्कोर | 8.0 | 8.0 |
| रैंक | #35 | #33 |
| विश्वसनीयता | 9.9 | 10.0 |
| संगति | 7.3 | 8.0 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 71.4% | 73.0% |
| अस्थिर टेस्ट | 7 | 5 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 1.991 | 4.381 |
| कुल लागत | $0.220 | $0.526 |
| इनपुट कीमत | $0.740 / 1M | $0.750 / 1M |
| आउटपुट कीमत | $2.960 / 1M | $4.500 / 1M |
| कुल इनपुट टोकन | 42,750 | 34,116 |
| आउटपुट टोकन | 2,167 | 2,181 |
| रीजनिंग टोकन | 61,133 | 108,937 |
| प्रतिक्रिया समय (औसत) | 10.44s | 22.34s |
| प्रतिक्रिया समय (अधिकतम) | 51.34s | 138.75s |
| प्रतिक्रिया समय (कुल) | 219.17s | 469.20s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#33 GPT-5.4 Mini
medium- लागत
- $0.056
- समय
- 95.5s
- टोकन
- 12,464 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 | 7.8 | 10.0 | 66.7% | 0 | 24.87s | 7,893 | 402 | 24,945 | |
| GPT-5.4 Mini | 8.4 | 7.4 | 88.9% | 1 | 57.87s | 7,305 | 467 | 40,902 |
त्वरित तुलना
तुलना जोड़ी बदलें
GPT-5.4 MinimediumvsGLM 5.2highKAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-02-15mediumKAT-Coder-Pro V2.5lowvsGLM 5.2highKAT-Coder-Pro V2.5lowvsQwen3.5-27BmediumClaude Sonnet 5mediumvsKAT-Coder-Pro V2.5lowKAT-Coder-Pro V2.5lowvsQwen3.6 PlusmediumKAT-Coder-Pro V2.5lowvsGPT-5.6 TerramediumClaude Sonnet 4.6mediumvsKAT-Coder-Pro V2.5lowKAT-Coder-Pro V2.5lowvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धGemini 3.1 Flash Lite PreviewmediumvsKAT-Coder-Pro V2.5lowGPT-5.4 MinimediumvsGrok 4.5lowKAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-04-20medium