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

AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs StepFun: Step 3.7 Flash

Ringkasan

Step 3.7 Flash (low) unggul dalam skor rata-rata dengan 7.7 vs 7.5. KAT-Coder-Pro V2.5 (medium) memiliki biaya benchmark lebih rendah di $0.275 vs $0.341. KAT-Coder-Pro V2.5 (medium) lebih cepat di 12.95s vs 15.74s, dengan tingkat keberhasilan 65.1% vs 68.3%.

Model yang direkomendasikanKAT-Coder-Pro V2.5 (medium)It offers the best overall trade-off: a competitive score (7.5), lower cost than Step 3.7 Flash (low), and balanced response time.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium Rilis: 2026-07-14 Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29
Skor 7.5 7.7
Peringkat #60 #51
Keandalan 10.0 10.0
Konsistensi 7.7 8.4
Tes benar
Tingkat lulus per percobaan 65.1% 68.3%
Tes tidak stabil 6 4
Total Run 63 63
Biaya per hasil 2.498 2.840
Total Biaya $0.275 $0.341
Harga input $0.740 / 1M $0.200 / 1M
Harga output $2.960 / 1M $1.150 / 1M
Total token input 42,750 40,101
Token output 2,098 289,325
Token penalaran 80,027 0
Waktu respons (rata-rata) 12.95s 15.74s
Waktu respons (maks) 81.45s 124.75s
Waktu respons (total) 271.92s 330.63s

Showcase generasi

Hamster playing table tennis

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

#60 KAT-Coder-Pro V2.5

medium
Biaya
$0.009
Waktu
25.6s
Token
2,939 tok

#51 Step 3.7 Flash

low
SVG tidak valid
Biaya
$0.004
Waktu
25.3s
Token
3,072 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 33.10s 7,893 416 33,658
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

Perbandingan Cepat

Ganti Pasangan Perbandingan