नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Pro V2.5 vs Z.ai: GLM 5.1

सारांश

GLM 5.1 (medium) average score में आगे है: 7.1 vs 6.8. KAT-Coder-Pro V2.5 की benchmark लागत कम है: $0.220 vs $0.288. KAT-Coder-Pro V2.5 तेज है: 10.81s vs 33.67s, pass rates 71.4% vs 68.3%.

अनुशंसित मॉडलKAT-Coder-Pro V2.5Its score stays close to the best score here (6.8 vs 7.1), while responding about 3.1x faster than GLM 5.1 (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 none रिलीज़: 2026-07-14 GLM 5.1 GLM 5.1 medium रिलीज़: 2026-04-07
स्कोर 6.8 7.1
रैंक #89 #80
विश्वसनीयता 10.0 6.7
संगति 7.3 8.3
सही परीक्षण
प्रति प्रयास पास दर 71.4% 68.3%
अस्थिर टेस्ट 7 4
कुल रन 63 63
प्रति परिणाम लागत 1.992 2.496
कुल लागत $0.220 $0.288
इनपुट कीमत $0.740 / 1M $0.966 / 1M
आउटपुट कीमत $2.960 / 1M $3.036 / 1M
कुल इनपुट टोकन 42,749 32,995
आउटपुट टोकन 63,338 11,655
रीजनिंग टोकन 0 75,421
प्रतिक्रिया समय (औसत) 10.81s 33.67s
प्रतिक्रिया समय (अधिकतम) 53.57s 172.60s
प्रतिक्रिया समय (कुल) 227.02s 673.41s

जनरेशन शोकेस

Hamster playing table tennis

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

#89 KAT-Coder-Pro V2.5

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

#80 GLM 5.1

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
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
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

त्वरित तुलना

तुलना जोड़ी बदलें