#89 KAT-Coder-Pro V2.5
none- लागत
- $0.010
- समय
- 29.0s
- टोकन
- 3,439 tok
AI BENCHY तुलना
सारांश
average score लगभग बराबर है: 6.8 vs 6.8. Qwen3.5-Flash (medium) की benchmark लागत कम है: $0.080 vs $0.220. KAT-Coder-Pro V2.5 तेज है: 10.81s vs 63.29s, pass rates 71.4% vs 71.4%.
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 none | Qwen3.5-Flash Qwen3.5-Flash medium |
|---|---|---|
| स्कोर | 6.8 | 6.8 |
| रैंक | #89 | #87 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 7.3 | 8.1 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 71.4% | 71.4% |
| अस्थिर टेस्ट | 7 | 5 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 1.992 | 0.871 |
| कुल लागत | $0.220 | $0.080 |
| इनपुट कीमत | $0.740 / 1M | $0.065 / 1M |
| आउटपुट कीमत | $2.960 / 1M | $0.260 / 1M |
| कुल इनपुट टोकन | 42,749 | 38,926 |
| आउटपुट टोकन | 63,338 | 2,088 |
| रीजनिंग टोकन | 0 | 294,598 |
| प्रतिक्रिया समय (औसत) | 10.81s | 63.29s |
| प्रतिक्रिया समय (अधिकतम) | 53.57s | 234.29s |
| प्रतिक्रिया समय (कुल) | 227.02s | 1265.85s |
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
| 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 | |
| Qwen3.5-Flash | 3.7 | 7.2 | 22.2% | 1 | 58.87s | 6,685 | 302 | 90,081 |
तुलना जोड़ी बदलें