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

AI BENCHY तुलना

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

सारांश

GLM 5 (medium) average score में आगे है: 8.6 vs 8.0. KAT-Coder-Pro V2.5 (low) की benchmark लागत कम है: $0.220 vs $0.228. KAT-Coder-Pro V2.5 (low) तेज है: 10.44s vs 33.54s, pass rates 71.4% vs 82.5%.

अनुशंसित मॉडलKAT-Coder-Pro V2.5 (low)Its score stays close to the best score here (8.0 vs 8.6), while responding about 3.2x faster than GLM 5 (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 रिलीज़: 2026-07-14 GLM 5 GLM 5 medium रिलीज़: 2026-02-12
स्कोर 8.0 8.6
रैंक #35 #18
विश्वसनीयता 9.9 10.0
संगति 7.3 8.5
सही परीक्षण
प्रति प्रयास पास दर 71.4% 82.5%
अस्थिर टेस्ट 7 4
कुल रन 63 63
प्रति परिणाम लागत 1.991 1.668
कुल लागत $0.220 $0.228
इनपुट कीमत $0.740 / 1M $0.600 / 1M
आउटपुट कीमत $2.960 / 1M $1.920 / 1M
कुल इनपुट टोकन 42,750 35,224
आउटपुट टोकन 2,167 21,570
रीजनिंग टोकन 61,133 102,996
प्रतिक्रिया समय (औसत) 10.44s 33.54s
प्रतिक्रिया समय (अधिकतम) 51.34s 99.85s
प्रतिक्रिया समय (कुल) 219.17s 435.99s

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

#18 GLM 5

medium
लागत
$0.005
समय
20.7s
टोकन
2,068 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 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930

त्वरित तुलना

तुलना जोड़ी बदलें