नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.6 Terra

सारांश

GPT-5.6 Terra (low) average score में आगे है: 7.7 vs 7.5. KAT-Coder-Pro V2.5 (medium) की benchmark लागत कम है: $0.275 vs $0.343. GPT-5.6 Terra (low) तेज है: 4.88s vs 12.95s, pass rates 65.1% vs 74.6%.

अनुशंसित मॉडलGPT-5.6 Terra (low)It has the best score here (7.7), while responding about 2.7x 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 रिलीज़: 2026-07-14 GPT-5.6 Terra GPT-5.6 Terra low रिलीज़: 2026-07-09
स्कोर 7.5 7.7
रैंक #60 #49
विश्वसनीयता 10.0 10.0
संगति 7.7 8.1
सही परीक्षण
प्रति प्रयास पास दर 65.1% 74.6%
अस्थिर टेस्ट 6 5
कुल रन 63 63
प्रति परिणाम लागत 2.498 2.637
कुल लागत $0.275 $0.343
इनपुट कीमत $0.740 / 1M $2.500 / 1M
आउटपुट कीमत $2.960 / 1M $15.000 / 1M
कुल इनपुट टोकन 42,750 34,226
आउटपुट टोकन 2,098 1,943
रीजनिंग टोकन 80,027 15,201
प्रतिक्रिया समय (औसत) 12.95s 4.88s
प्रतिक्रिया समय (अधिकतम) 81.45s 19.85s
प्रतिक्रिया समय (कुल) 271.92s 102.53s

जनरेशन शोकेस

Hamster playing table tennis

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

#60 KAT-Coder-Pro V2.5

medium
लागत
$0.009
समय
25.6s
टोकन
2,939 tok

#49 GPT-5.6 Terra

low
लागत
$0.034
समय
16.8s
टोकन
2,348 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 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821

त्वरित तुलना

तुलना जोड़ी बदलें