#77

KAT-Coder-Pro V2.5

Kwaipilot रिलीज़: 2026-07-14 परीक्षण किया गया: 2026-07-16 23:47 kwaipilot/kat-coder-pro-v2.5::medium

~700B कुल (~72B सक्रिय)MoEबंद स्रोतअनुमानित

(high) (medium) (low) (default)

सारांश

KAT-Coder-Pro V2.5 AI BENCHY पर 6.9 स्कोर करता है और #77 पर है। इसकी reliability 10.0, pass rate 63.6%, कुल लागत $0.467, और औसत response time 24.04s है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

अनुमानित

पैरामीटर: ~700B कुल (~72B सक्रिय)
आर्किटेक्चर: MoE
उपलब्धता: बंद स्रोत
लाइसेंस: -

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

6.9

संगति

7.4

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.467

कुल आउटपुट टोकन

135,464

कुल इनपुट टोकन

87,907

इनपुट कीमत

$0.740 / 1M

आउटपुट कीमत

$2.960 / 1M

कैश पढ़ने की कीमत

लागू नहीं

कैश लिखने की कीमत

लागू नहीं

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

सही परीक्षण

गलत टेस्ट: 11

प्रति प्रयास पास दर: 63.6%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

24.04s

प्रतिक्रिया समय (अधिकतम): 257.00s

प्रतिक्रिया समय (कुल): 528.92s

गलत उत्तर: 9 API त्रुटि: 1 निर्देशों का पालन नहीं किया: 1

Hamster playing table tennis

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

#77 KAT-Coder-Pro V2.5

medium

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

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	कुल लागत	तुलना करें
2026-08-14 03:24 दोबारा परीक्षण	6.9	10.0	$0.478	तुलना करें
2026-07-16 23:47 नया टेस्ट जोड़ा गया	6.9	10.0	$0.467	वर्तमान रन
2026-07-14 11:05 पहला रन	7.5	10.0	$0.275	तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख	इनपुट कीमत	आउटपुट कीमत	कैश पढ़ने की कीमत	कैश लिखने की कीमत
2026-07-14 11:25	$0.740 / 1M	$2.960 / 1M	लागू नहीं	लागू नहीं

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी	स्कोर	संगति
एंटी-एआई ट्रिक्स	8.2	7.9
कोडिंग	7.8	10.0
संयुक्त	6.4	5.8
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

KAT-Coder-Pro V2.5

मॉडल विवरण

Hamster playing table tennis

#77 KAT-Coder-Pro V2.5

चार्ट

स्कोर के अनुसार शीर्ष मॉडल

स्कोर vs कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

तुलना किए गए मॉडल