नेविगेशन
Advertise here

KAT-Coder-Pro V2.5 (medium) vs Solar Pro 4 (high)

Solar Pro 4 (high) average score में आगे है: 6.3 vs 6.2. Solar Pro 4 (high) की benchmark लागत कम है: $0.164 vs $0.478. KAT-Coder-Pro V2.5 (medium) तेज है: 23.94s vs 128.91s, pass rates 62.3% vs 60.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#226
कुल आउटपुट टोकन
139,375
प्रतिक्रिया समय (औसत)
23.94s
कुल लागत
$0.478
रैंक
#217
कुल आउटपुट टोकन
402,203
प्रतिक्रिया समय (औसत)
128.91s
कुल लागत
$0.164
अनुशंसित मॉडल Solar Pro 4 (high)

It has the best score here (6.3), while costing about 2.9x less 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 Solar Pro 4 Solar Pro 4 high रिलीज़: 2026-08-11
स्कोर 6.2 6.3
रैंक #226 #217
विश्वसनीयता 10.0 10.0
संगति 7.2 8.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 62.3% 60.9%
अस्थिर टेस्ट 8 6
कुल रन 69 69
प्रति परिणाम लागत 4.342 0.652
कुल लागत $0.478 $0.164
इनपुट कीमत $0.740 / 1M $0.090 / 1M
आउटपुट कीमत $2.960 / 1M $0.360 / 1M
कुल इनपुट टोकन 87,916 209,002
आउटपुट टोकन 7,213 24,675
रीजनिंग टोकन 132,162 377,528
प्रतिक्रिया समय (औसत) 23.94s 128.91s
प्रतिक्रिया समय (अधिकतम) 257.00s 491.07s
प्रतिक्रिया समय (कुल) 550.52s 2965.04s
पैरामीटर ~700B कुल (~72B सक्रिय) ~100B
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#226 KAT-Coder-Pro V2.5

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

#217 Solar Pro 4

high
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
लागू नहीं
समय
-
टोकन
0 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
Solar Pro 4 5.7 9.9 33.3% 0 244.73s 7,887 18,577 101,928

त्वरित तुलना

तुलना जोड़ी बदलें