नेविगेशन
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Pro V2.5 vs Meituan: LongCat 2.0

KAT-Coder-Pro V2.5 average score में आगे है: 6.7 vs 6.6. LongCat 2.0 (high) की benchmark लागत कम है: $0.469 vs $0.476. KAT-Coder-Pro V2.5 तेज है: 25.56s vs 148.73s, pass rates 68.2% vs 53.0%.

अनुशंसित मॉडलKAT-Coder-Pro V2.5It has the best score here (6.7), while responding about 5.8x faster than LongCat 2.0 (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-20

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none रिलीज़: 2026-07-14 LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20
स्कोर 6.7 6.6
रैंक #92 #97
विश्वसनीयता 10.0 9.4
संगति 7.4 8.2
सही परीक्षण
प्रति प्रयास पास दर 68.2% 53.0%
अस्थिर टेस्ट 7 5
कुल रन 66 66
प्रति परिणाम लागत 4.319 5.202
कुल लागत $0.476 $0.469
इनपुट कीमत $0.740 / 1M $0.300 / 1M
आउटपुट कीमत $2.960 / 1M $1.200 / 1M
कुल इनपुट टोकन 98,499 93,357
आउटपुट टोकन 135,861 30,466
रीजनिंग टोकन 0 336,325
प्रतिक्रिया समय (औसत) 25.56s 148.73s
प्रतिक्रिया समय (अधिकतम) 335.41s 941.66s
प्रतिक्रिया समय (कुल) 562.43s 3272.00s

Hamster playing table tennis

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

#92 KAT-Coder-Pro V2.5

none
लागत
$0.010
समय
29.0s
टोकन
3,439 tok

#97 LongCat 2.0

high
अमान्य SVG
लागत
$0.000
समय
600.0s
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 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0
LongCat 2.0 7.6 7.2 77.8% 1 505.33s 6,913 244 192,377

त्वरित तुलना

तुलना जोड़ी बदलें