नेविगेशन
Advertise here

KAT-Coder-Pro V2.5 (medium) vs Beam 1.0 501B A23B (high)

KAT-Coder-Pro V2.5 (medium) average score में आगे है: 6.2 vs 6.1. KAT-Coder-Pro V2.5 (medium) की benchmark लागत कम है: $0.669 vs $0.674. Beam 1.0 501B A23B (high) तेज है: 9.03s vs 23.94s, pass rates 62.3% vs 59.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#260
कुल आउटपुट टोकन
139,375
प्रतिक्रिया समय (औसत)
23.94s
कुल लागत
$0.669
रैंक
#266
कुल आउटपुट टोकन
147,207
प्रतिक्रिया समय (औसत)
9.03s
कुल लागत
$0.674
अनुशंसित मॉडल Beam 1.0 501B A23B (high)

Its score stays close to the best score here (6.1 vs 6.2), while responding about 2.7x faster than KAT-Coder-Pro V2.5 (medium).

विस्तृत तुलना

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium रिलीज़: 2026-07-14 Beam 1.0 501B A23B Beam 1.0 501B A23B high रिलीज़: 2026-10-17
स्कोर 6.2 6.1
रैंक #260 #266
विश्वसनीयता 10.0 10.0
संगति 7.2 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 62.3% 59.4%
अस्थिर टेस्ट 8 5
कुल रन 69 69
प्रति परिणाम लागत 4.342 6.126
कुल लागत $0.669 $0.674
इनपुट कीमत $0.740 / 1M $1.000 / 1M
आउटपुट कीमत $2.960 / 1M $3.000 / 1M
कैश पढ़ने की कीमत $0.150 / 1M $0.100 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 87,916 232,218
आउटपुट टोकन 7,213 4,944
रीजनिंग टोकन 132,162 142,263
प्रतिक्रिया समय (औसत) 23.94s 9.03s
प्रतिक्रिया समय (अधिकतम) 257.00s 36.04s
प्रतिक्रिया समय (कुल) 550.52s 207.67s
पैरामीटर ~700B कुल (~72B सक्रिय) 501B कुल (23B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#260 KAT-Coder-Pro V2.5

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

#266 Beam 1.0 501B A23B

high
लागत
$0.008
समय
15.6s
टोकन
6,162 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
Beam 1.0 501B A23B 8.4 7.4 88.9% 1 21.05s 7,800 559 44,608

तुलना जोड़ी बदलें