नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Pro V2.5 vs Z.ai: GLM 5.2

सारांश

GLM 5.2 (high) average score में आगे है: 8.0 vs 8.0. KAT-Coder-Pro V2.5 (low) की benchmark लागत कम है: $0.220 vs $0.667. KAT-Coder-Pro V2.5 (low) तेज है: 10.44s vs 37.09s, pass rates 71.4% vs 77.8%.

अनुशंसित मॉडलKAT-Coder-Pro V2.5 (low)Its score stays close to the best score here (8.0 vs 8.0), while costing about 3.0x less than GLM 5.2 (high).

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 रिलीज़: 2026-07-14 GLM 5.2 GLM 5.2 high रिलीज़: 2026-06-17
स्कोर 8.0 8.0
रैंक #35 #32
विश्वसनीयता 9.9 9.3
संगति 7.3 7.6
सही परीक्षण
प्रति प्रयास पास दर 71.4% 77.8%
अस्थिर टेस्ट 7 6
कुल रन 63 63
प्रति परिणाम लागत 1.991 4.255
कुल लागत $0.220 $0.667
इनपुट कीमत $0.740 / 1M $0.929 / 1M
आउटपुट कीमत $2.960 / 1M $2.918 / 1M
कुल इनपुट टोकन 42,750 34,993
आउटपुट टोकन 2,167 51,575
रीजनिंग टोकन 61,133 166,065
प्रतिक्रिया समय (औसत) 10.44s 37.09s
प्रतिक्रिया समय (अधिकतम) 51.34s 180.69s
प्रतिक्रिया समय (कुल) 219.17s 778.91s

जनरेशन शोकेस

Hamster playing table tennis

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

#35 KAT-Coder-Pro V2.5

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

#32 GLM 5.2

high
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 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945
GLM 5.2 6.4 4.4 77.8% 2 73.03s 5,124 2,302 22,546

त्वरित तुलना

तुलना जोड़ी बदलें