#60 KAT-Coder-Pro V2.5
medium- लागत
- $0.009
- समय
- 25.6s
- टोकन
- 2,939 tok
AI BENCHY तुलना
Kwaipilot: KAT-Coder-Pro V2.5 vs xAI: Grok Build 0.1
सारांश
Grok Build 0.1 (medium) average score में आगे है: 7.6 vs 7.5. KAT-Coder-Pro V2.5 (medium) की benchmark लागत कम है: $0.275 vs $0.927. KAT-Coder-Pro V2.5 (medium) तेज है: 12.95s vs 49.90s, pass rates 65.1% vs 61.9%.
अनुशंसित मॉडलKAT-Coder-Pro V2.5 (medium)Its score stays close to the best score here (7.5 vs 7.6), while costing about 3.4x less than Grok Build 0.1 (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 | Grok Build 0.1 Grok Build 0.1 medium |
|---|---|---|
| स्कोर | 7.5 | 7.6 |
| रैंक | #60 | #56 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 7.7 | 9.9 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 65.1% | 61.9% |
| अस्थिर टेस्ट | 6 | 0 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 2.498 | 7.124 |
| कुल लागत | $0.275 | $0.927 |
| इनपुट कीमत | $0.740 / 1M | $1.000 / 1M |
| आउटपुट कीमत | $2.960 / 1M | $2.000 / 1M |
| कुल इनपुट टोकन | 42,750 | 44,418 |
| आउटपुट टोकन | 2,098 | 2,782 |
| रीजनिंग टोकन | 80,027 | 438,018 |
| प्रतिक्रिया समय (औसत) | 12.95s | 49.90s |
| प्रतिक्रिया समय (अधिकतम) | 81.45s | 252.69s |
| प्रतिक्रिया समय (कुल) | 271.92s | 1047.92s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#56 xAI: Grok Build 0.1
medium- लागत
- $0.028
- समय
- 81.3s
- टोकन
- 14,009 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 Build 0.1 | 5.7 | 9.7 | 33.3% | 0 | 108.46s | 8,304 | 1,138 | 161,452 |
त्वरित तुलना
तुलना जोड़ी बदलें
DeepSeek V4 ProhighvsGrok Build 0.1mediumKAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsKAT-Coder-Pro V2.5mediumKAT-Coder-Pro V2.5highvsGrok Build 0.1mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumGPT-5.6 LunahighvsGrok Build 0.1mediumStep 3.7 FlashlowvsGrok Build 0.1mediumGPT-5.6 TerralowvsGrok Build 0.1mediumClaude Opus 4.8lowvsGrok Build 0.1mediumGemini 3 Flash PreviewlowvsKAT-Coder-Pro V2.5mediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 LunahighKAT-Coder-Pro V2.5mediumvsStep 3.7 Flashlow