नेविगेशन
AI BENCHY
Advertise here

KAT-Coder-Pro V2.5 (low) vs Qwen3.8 2.4T A95B (high)

Qwen3.8 2.4T A95B (high) average score में आगे है: 7.4 vs 7.3. KAT-Coder-Pro V2.5 (low) की benchmark लागत कम है: $0.400 vs $2.357. KAT-Coder-Pro V2.5 (low) तेज है: 20.20s vs 120.59s, pass rates 68.2% vs 74.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-14

रैंक
#96
कुल आउटपुट टोकन
113,193
प्रतिक्रिया समय (औसत)
20.20s
कुल लागत
$0.400
रैंक
#92
कुल आउटपुट टोकन
456,028
प्रतिक्रिया समय (औसत)
120.59s
कुल लागत
$2.357
अनुशंसित मॉडल KAT-Coder-Pro V2.5 (low)

Its score stays close to the best score here (7.3 vs 7.4), while costing about 5.9x less than Qwen3.8 2.4T A95B (high).

विस्तृत तुलना

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low रिलीज़: 2026-07-14 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high रिलीज़: 2026-08-12
स्कोर 7.3 7.4
रैंक #96 #92
विश्वसनीयता 10.0 9.4
संगति 7.0 8.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 68.2% 74.2%
अस्थिर टेस्ट 8 4
कुल रन 66 66
प्रति परिणाम लागत 3.636 16.832
कुल लागत $0.400 $2.357
इनपुट कीमत $0.740 / 1M $2.000 / 1M
आउटपुट कीमत $2.960 / 1M $6.000 / 1M
कुल इनपुट टोकन 87,682 108,931
आउटपुट टोकन 7,166 112,801
रीजनिंग टोकन 106,027 343,227
प्रतिक्रिया समय (औसत) 20.20s 120.59s
प्रतिक्रिया समय (अधिकतम) 209.15s 532.28s
प्रतिक्रिया समय (कुल) 444.35s 2653.05s
पैरामीटर ~700B कुल (~72B सक्रिय) 2.4T कुल (95B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#96 KAT-Coder-Pro V2.5

low
लागत
$0.016
समय
47.6s
टोकन
5,182 tok

#92 Qwen3.8 2.4T A95B

high
अमान्य SVG
लागत
$0.000
समय
600.0s
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 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

त्वरित तुलना

तुलना जोड़ी बदलें