AI BENCHY
Advertise here
#60

KAT-Coder-Pro V2.5

Kwaipilot रिलीज़: 2026-07-14 परीक्षण किया गया: 2026-07-14 11:05 kwaipilot/kat-coder-pro-v2.5::medium
(high) (medium) (low) (none)

सारांश

KAT-Coder-Pro V2.5 AI BENCHY पर 7.5 स्कोर करता है और #60 पर है। इसकी reliability 10.0, pass rate 65.1%, कुल लागत $0.275, और औसत response time 12.95s है।

KAT-Coder-Pro V2.5 को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि डेटा पार्सिंग और निष्कर्षण इसकी सबसे कमजोर जगह है, जहाँ यह #14 पर है।

स्कोर

7.5

संगति

7.7

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.275

कुल आउटपुट टोकन

82,125

कुल इनपुट टोकन

42,750

इनपुट कीमत

$0.740 / 1M

आउटपुट कीमत

$2.960 / 1M

सही परीक्षण

गलत टेस्ट: 10

प्रति प्रयास पास दर: 65.1%

अस्थिर टेस्ट

6

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

12.95s

प्रतिक्रिया समय (अधिकतम): 81.45s

प्रतिक्रिया समय (कुल): 271.92s

गलत उत्तर: 9 निर्देशों का पालन नहीं किया: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#60 KAT-Coder-Pro V2.5

medium
लागत
$0.009
समय
25.6s
टोकन
2,939 tok

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-07-14 11:25 $0.740 / 1M $2.960 / 1M

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

KAT-Coder-Pro V2.5mediumvsKimi K2.5mediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 LunamediumKAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneKAT-Coder-Pro V2.5mediumvsGrok Build 0.1mediumKAT-Coder-Pro V2.5mediumvsGPT-5.4 NanomediumKAT-Coder-Pro V2.5mediumvsGemini 3.5 FlashhighKAT-Coder-Pro V2.5mediumvsGemini 3 Flash PreviewmediumKAT-Coder-Pro V2.5mediumvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धKAT-Coder-Pro V2.5mediumvsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.2 7.9
कोडिंग 7.8 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 7.3 5.9
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 4.7 3.1
निर्देश पालन 9.9 10.0
पहेली समाधान 5.9 4.5
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल