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

KAT-Coder-Pro V2.5 (medium) vs Step 3.7 Flash (high)

KAT-Coder-Pro V2.5 (medium) average score में आगे है: 6.9 vs 6.8. KAT-Coder-Pro V2.5 (medium) की benchmark लागत कम है: $0.478 vs $1.229. KAT-Coder-Pro V2.5 (medium) तेज है: 24.87s vs 70.10s, pass rates 65.2% vs 60.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-29

रैंक
#126
कुल आउटपुट टोकन
139,375
प्रतिक्रिया समय (औसत)
24.87s
कुल लागत
$0.478
रैंक
#131
कुल आउटपुट टोकन
1,050,900
प्रतिक्रिया समय (औसत)
70.10s
कुल लागत
$1.229
अनुशंसित मॉडल KAT-Coder-Pro V2.5 (medium)

It has the best score here (6.9), while costing about 2.6x less than Step 3.7 Flash (high).

विस्तृत तुलना

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium रिलीज़: 2026-07-14 Step 3.7 Flash Step 3.7 Flash high रिलीज़: 2026-05-29
स्कोर 6.9 6.8
रैंक #126 #131
विश्वसनीयता 10.0 10.0
संगति 7.0 8.4
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 65.2% 60.6%
अस्थिर टेस्ट 8 4
कुल रन 66 66
प्रति परिणाम लागत 4.342 11.167
कुल लागत $0.478 $1.229
इनपुट कीमत $0.740 / 1M $0.200 / 1M
आउटपुट कीमत $2.960 / 1M $1.150 / 1M
कुल इनपुट टोकन 87,916 98,700
आउटपुट टोकन 7,213 1,050,900
रीजनिंग टोकन 132,162 0
प्रतिक्रिया समय (औसत) 24.87s 70.10s
प्रतिक्रिया समय (अधिकतम) 257.00s 364.99s
प्रतिक्रिया समय (कुल) 547.14s 1542.14s
पैरामीटर ~700B कुल (~72B सक्रिय) 198B कुल (11B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#126 KAT-Coder-Pro V2.5

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

#131 Step 3.7 Flash

high
लागत
$0.007
समय
63.6s
टोकन
6,030 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
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

त्वरित तुलना

तुलना जोड़ी बदलें