नेविगेशन
Advertise here

KAT-Coder-Pro V2.5 (medium) vs Grok 4.20 (medium)

average score लगभग बराबर है: 6.2 vs 6.3. KAT-Coder-Pro V2.5 (medium) की benchmark लागत कम है: $0.669 vs $1.246. KAT-Coder-Pro V2.5 (medium) तेज है: 23.94s vs 36.73s, pass rates 62.3% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#309
कुल आउटपुट टोकन
139,375
प्रतिक्रिया समय (औसत)
23.94s
कुल लागत
$0.669
रैंक
#307
कुल आउटपुट टोकन
302,087
प्रतिक्रिया समय (औसत)
36.73s
कुल लागत
$1.246
अनुशंसित मॉडल KAT-Coder-Pro V2.5 (medium)

It has the best score here (6.2), while costing about 1.9x less than Grok 4.20 (medium).

विस्तृत तुलना

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium रिलीज़: 2026-07-14 Grok 4.20 Grok 4.20 medium रिलीज़: 2026-03-31
स्कोर 6.2 6.3
रैंक #309 #307
विश्वसनीयता 10.0 10.0
संगति 7.2 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 62.3% 58.0%
अस्थिर टेस्ट 8 5
कुल रन 69 69
प्रति परिणाम लागत 4.342 14.374
कुल लागत $0.669 $1.246
इनपुट कीमत $0.740 / 1M $1.250 / 1M
आउटपुट कीमत $2.960 / 1M $2.500 / 1M
कैश पढ़ने की कीमत $0.150 / 1M $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 87,916 392,127
आउटपुट टोकन 7,213 7,754
रीजनिंग टोकन 132,162 294,333
प्रतिक्रिया समय (औसत) 23.94s 36.73s
प्रतिक्रिया समय (अधिकतम) 257.00s 199.66s
प्रतिक्रिया समय (कुल) 550.52s 844.68s
पैरामीटर ~700B कुल (~72B सक्रिय) ~1T कुल (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद 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.

#309 KAT-Coder-Pro V2.5

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

#307 SpaceXAI: Grok 4.20

medium
लागत
$0.041
समय
110.3s
टोकन
16,336 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
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

तुलना जोड़ी बदलें