#89 KAT-Coder-Pro V2.5
none- लागत
- $0.010
- समय
- 29.0s
- टोकन
- 3,439 tok
AI BENCHY तुलना
सारांश
Qwen3.7 Max average score में आगे है: 6.9 vs 6.8. Qwen3.7 Max की benchmark लागत कम है: $0.054 vs $0.220. Qwen3.7 Max तेज है: 1.30s vs 10.81s, pass rates 71.4% vs 66.7%.
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 | Qwen3.7 Max Qwen3.7 Max none |
|---|---|---|
| स्कोर | 6.8 | 6.9 |
| रैंक | #89 | #85 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 7.3 | 10.0 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 71.4% | 66.7% |
| अस्थिर टेस्ट | 7 | 0 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 1.992 | 0.744 |
| कुल लागत | $0.220 | $0.054 |
| इनपुट कीमत | $0.740 / 1M | $1.250 / 1M |
| आउटपुट कीमत | $2.960 / 1M | $3.750 / 1M |
| कुल इनपुट टोकन | 42,749 | 37,107 |
| आउटपुट टोकन | 63,338 | 1,994 |
| रीजनिंग टोकन | 0 | 0 |
| प्रतिक्रिया समय (औसत) | 10.81s | 1.30s |
| प्रतिक्रिया समय (अधिकतम) | 53.57s | 3.92s |
| प्रतिक्रिया समय (कुल) | 227.02s | 27.21s |
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 | |
| Qwen3.7 Max | 5.5 | 10.0 | 33.3% | 0 | 1.35s | 7,911 | 582 | 0 |
तुलना जोड़ी बदलें