#60 KAT-Coder-Pro V2.5
medium- लागत
- $0.009
- समय
- 25.6s
- टोकन
- 2,939 tok
AI BENCHY तुलना
Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.6 Luna
सारांश
average score लगभग बराबर है: 7.5 vs 7.6. GPT-5.6 Luna (medium) की benchmark लागत कम है: $0.258 vs $0.275. GPT-5.6 Luna (medium) तेज है: 6.70s vs 12.95s, pass rates 65.1% vs 63.5%.
अनुशंसित मॉडलGPT-5.6 Luna (medium)It has the best score here (7.6), while responding about 1.9x faster than KAT-Coder-Pro V2.5 (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 medium | GPT-5.6 Luna GPT-5.6 Luna medium |
|---|---|---|
| स्कोर | 7.5 | 7.6 |
| रैंक | #60 | #57 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 7.7 | 9.6 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 65.1% | 63.5% |
| अस्थिर टेस्ट | 6 | 1 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 2.498 | 1.978 |
| कुल लागत | $0.275 | $0.258 |
| इनपुट कीमत | $0.740 / 1M | $1.000 / 1M |
| आउटपुट कीमत | $2.960 / 1M | $6.000 / 1M |
| कुल इनपुट टोकन | 42,750 | 35,699 |
| आउटपुट टोकन | 2,098 | 2,148 |
| रीजनिंग टोकन | 80,027 | 34,740 |
| प्रतिक्रिया समय (औसत) | 12.95s | 6.70s |
| प्रतिक्रिया समय (अधिकतम) | 81.45s | 29.85s |
| प्रतिक्रिया समय (कुल) | 271.92s | 140.62s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#57 GPT-5.6 Luna
medium- लागत
- $0.014
- समय
- 14.6s
- टोकन
- 2,362 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 | 33.10s | 7,893 | 416 | 33,658 | |
| GPT-5.6 Luna | 5.4 | 7.2 | 44.4% | 1 | 10.38s | 7,302 | 564 | 9,928 |
त्वरित तुलना
तुलना जोड़ी बदलें
KAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.6 LunamediumDeepSeek V4 ProhighvsKAT-Coder-Pro V2.5mediumKAT-Coder-Pro V2.5highvsGPT-5.6 LunamediumGPT-5.6 LunamediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsKAT-Coder-Pro V2.5mediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 LunahighKAT-Coder-Pro V2.5mediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsGPT-5.6 LunamediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 TerralowGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumClaude Opus 4.8lowvsKAT-Coder-Pro V2.5medium