#40 Claude Sonnet 4.6
medium
अवैध SVG
- खर्च
- $0.000
- वेळ
- 300.0s
- टोकन्स
- 0 tok
AI BENCHY Compare
Anthropic: Claude Sonnet 4.6 vs Kwaipilot: KAT-Coder-Pro V2.5
सारांश
Claude Sonnet 4.6 (medium) average score मध्ये पुढे आहे: 7.8 vs 7.7. KAT-Coder-Pro V2.5 (high) चा benchmark खर्च कमी आहे: $0.246 vs $1.418. KAT-Coder-Pro V2.5 (high) वेगवान आहे: 12.30s vs 17.06s, pass rates 65.1% vs 63.5%.
शिफारस केलेले मॉडेलKAT-Coder-Pro V2.5 (high)Its score stays close to the best score here (7.7 vs 7.8), while costing about 5.8x less than Claude Sonnet 4.6 (medium).
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high |
|---|---|---|
| स्कोअर | 7.8 | 7.7 |
| क्रमांक | #40 | #53 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 9.1 | 8.1 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 65.1% | 63.5% |
| अस्थिर चाचण्या | 2 | 5 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 10.904 | 2.228 |
| एकूण खर्च | $1.418 | $0.246 |
| इनपुट किंमत | $3.000 / 1M | $0.740 / 1M |
| आउटपुट किंमत | $15.000 / 1M | $2.960 / 1M |
| एकूण इनपुट टोकन्स | 49,112 | 42,750 |
| आउटपुट टोकन्स | 54,703 | 2,509 |
| रिझनिंग टोकन्स | 29,970 | 69,594 |
| प्रतिसाद वेळ (सरासरी) | 17.06s | 12.30s |
| प्रतिसाद वेळ (कमाल) | 46.35s | 95.65s |
| प्रतिसाद वेळ (एकूण) | 221.83s | 258.34s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#53 KAT-Coder-Pro V2.5
high- खर्च
- $0.009
- वेळ
- 26.4s
- टोकन्स
- 3,117 tok
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर विरुद्ध एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
श्रेणीवार तपशील
| कोडिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 5.7 | 6.6 | 44.4% | 1 | 33.29s | 6,995 | 16,089 | 3,686 | |
| KAT-Coder-Pro V2.5 | 6.4 | 7.9 | 44.4% | 1 | 22.00s | 7,893 | 422 | 20,461 |
झटपट तुलना
तुलना जोडी बदला
Claude Sonnet 4.6mediumvsGrok 4.5lowKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowClaude Opus 4.6mediumvsKAT-Coder-Pro V2.5highKAT-Coder-Pro V2.5highvsGPT-5.6 TerralowKAT-Coder-Pro V2.5highvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsMiniMax M3mediumClaude Opus 4.8lowvsKAT-Coder-Pro V2.5highKAT-Coder-Pro V2.5highvsQwen3.5-122B-A10BmediumKAT-Coder-Pro V2.5highvsGrok Build 0.1mediumKAT-Coder-Pro V2.5highvsKimi K2.6mediumमोफत उपलब्धGemini 3.1 Flash LitemediumvsKAT-Coder-Pro V2.5highKAT-Coder-Pro V2.5highvsQwen3.5 Plus 2026-04-20medium