#71 Claude Sonnet 4.6
none- खर्च
- $0.038
- वेळ
- 27.3s
- टोकन्स
- 2,598 tok
AI BENCHY Compare
Anthropic: Claude Sonnet 4.6 vs Kwaipilot: KAT-Coder-Pro V2.5
सारांश
KAT-Coder-Pro V2.5 (medium) average score मध्ये पुढे आहे: 7.5 vs 7.3. KAT-Coder-Pro V2.5 (medium) चा benchmark खर्च कमी आहे: $0.275 vs $0.316. Claude Sonnet 4.6 वेगवान आहे: 5.04s vs 12.95s, pass rates 55.6% vs 65.1%.
शिफारस केलेले मॉडेलClaude Sonnet 4.6Its score stays close to the best score here (7.3 vs 7.5), while responding about 2.6x faster than KAT-Coder-Pro V2.5 (medium).
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | Claude Sonnet 4.6 Claude Sonnet 4.6 none | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium |
|---|---|---|
| स्कोअर | 7.3 | 7.5 |
| क्रमांक | #71 | #60 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 9.7 | 7.7 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 55.6% | 65.1% |
| अस्थिर चाचण्या | 1 | 6 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 2.870 | 2.498 |
| एकूण खर्च | $0.316 | $0.275 |
| इनपुट किंमत | $3.000 / 1M | $0.740 / 1M |
| आउटपुट किंमत | $15.000 / 1M | $2.960 / 1M |
| एकूण इनपुट टोकन्स | 57,886 | 42,750 |
| आउटपुट टोकन्स | 9,465 | 2,098 |
| रिझनिंग टोकन्स | 0 | 80,027 |
| प्रतिसाद वेळ (सरासरी) | 5.04s | 12.95s |
| प्रतिसाद वेळ (कमाल) | 23.84s | 81.45s |
| प्रतिसाद वेळ (एकूण) | 70.60s | 271.92s |
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- खर्च
- $0.009
- वेळ
- 25.6s
- टोकन्स
- 2,939 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 | 5.5 | 10.0 | 33.3% | 0 | 5.19s | 8,522 | 2,127 | 0 | |
| KAT-Coder-Pro V2.5 | 7.8 | 10.0 | 66.7% | 0 | 33.10s | 7,893 | 416 | 33,658 |
झटपट तुलना
तुलना जोडी बदला
KAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowDeepSeek V4 ProhighvsKAT-Coder-Pro V2.5mediumClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGemma 4 26B A4Bmediumमोफत उपलब्धClaude Sonnet 4.6nonevsDeepSeek V3.2mediumGemini 3 Flash PreviewlowvsKAT-Coder-Pro V2.5mediumClaude Sonnet 4.6nonevsQwen3.6 FlashmediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 LunahighKAT-Coder-Pro V2.5mediumvsStep 3.7 Flashlow