DeepSeek V3.2 (medium) vs KAT-Coder-Pro V2.5 (medium)

DeepSeek V3.2 (medium) average score मध्ये पुढे आहे: 6.3 vs 6.2. DeepSeek V3.2 (medium) चा benchmark खर्च कमी आहे: $0.152 vs $0.669. KAT-Coder-Pro V2.5 (medium) वेगवान आहे: 23.94s vs 70.08s, pass rates 62.3% vs 62.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-12

तुलना केलेली मॉडेल्स

क्रमांक: #235
एकूण आउटपुट टोकन्स: 139,141
प्रतिसाद वेळ (सरासरी): 70.08s
एकूण खर्च: $0.152

क्रमांक: #240
एकूण आउटपुट टोकन्स: 139,375
प्रतिसाद वेळ (सरासरी): 23.94s
एकूण खर्च: $0.669

शिफारस केलेले मॉडेल DeepSeek V3.2 (medium)

It has the best score here (6.3), while costing about 4.4x less than KAT-Coder-Pro V2.5 (medium).

तपशीलवार तुलना

मेट्रिक	DeepSeek V3.2 DeepSeek V3.2 medium प्रकाशन: 2025-12-01	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium प्रकाशन: 2026-07-14

मेट्रिक	DeepSeek V3.2 DeepSeek V3.2 medium प्रकाशन: 2025-12-01	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium प्रकाशन: 2026-07-14
स्कोअर	6.3	6.2
क्रमांक	#235	#240
विश्वसनीयता	10.0	10.0
सुसंगतता	7.5	7.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	62.3%	62.3%
अस्थिर चाचण्या	7	8
एकूण रन	69	69
प्रति निकाल खर्च	1.250	4.342
एकूण खर्च	$0.152	$0.669
इनपुट किंमत	$0.280 / 1M	$0.740 / 1M
आउटपुट किंमत	$0.420 / 1M	$2.960 / 1M
कॅश वाचण्याची किंमत	$0.028 / 1M	$0.150 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	306,662	87,916
आउटपुट टोकन्स	17,819	7,213
रिझनिंग टोकन्स	125,341	132,162
प्रतिसाद वेळ (सरासरी)	70.08s	23.94s
प्रतिसाद वेळ (कमाल)	376.10s	257.00s
प्रतिसाद वेळ (एकूण)	1611.86s	550.52s
पॅरामीटर्स	671B एकूण (37B सक्रिय)	~700B एकूण (~72B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#235 DeepSeek V3.2

medium

खर्च: $0.001
वेळ: 53.6s
टोकन्स: 1,932 tok

#240 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V3.2	3.0	10.0	0.0%	0		106.33s	205,606	5,987	8,386
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		3.38s	0	0	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V3.2	8.2	7.9	83.3%	1		24.23s	448	3,247	6,953
KAT-Coder-Pro V2.5	8.2	7.9	83.3%	1		3.90s	672	208	3,868

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V3.2	6.0	7.2	55.6%	1		248.68s	5,717	649	52,014
KAT-Coder-Pro V2.5	7.8	10.0	66.7%	0		33.10s	7,893	416	33,658

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V3.2	7.3	5.8	83.3%	1		79.92s	76,997	5,219	24,229
KAT-Coder-Pro V2.5	6.4	5.8	66.7%	1		135.75s	60,289	5,478	51,591

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V3.2	10.0	10.0	100.0%	0		36.09s	7,388	207	7,693
KAT-Coder-Pro V2.5	7.3	5.9	83.3%	1		4.70s	7,776	275	2,122

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V3.2	2.9	4.4	22.2%	2		22.94s	481	19	6,779
KAT-Coder-Pro V2.5	2.9	4.4	22.2%	2		35.11s	780	36	33,495

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V3.2	3.4	2.5	33.3%	1		58.29s	314	49	2,189
KAT-Coder-Pro V2.5	4.7	3.1	33.3%	1		2.35s	516	92	381

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V3.2	10.0	10.0	100.0%	0		35.78s	627	1,397	2,845
KAT-Coder-Pro V2.5	9.9	10.0	100.0%	0		2.58s	699	83	971

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V3.2	7.0	7.2	55.6%	1		37.69s	594	518	6,375
KAT-Coder-Pro V2.5	5.9	4.5	66.7%	2		3.20s	696	325	1,867

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V3.2	10.0	10.0	100.0%	0		34.81s	8,307	507	859
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		19.02s	8,391	282	1,010

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V3.2	3.0	10.0	0.0%	0		83.99s	183	20	7,019
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		9.87s	204	18	3,199

तुलना जोडी बदला

Trinity Large ThinkinglowvsDeepSeek V3.2medium KAT-Coder-Pro V2.5mediumvsSpace Bunny Alphaxhigh DeepSeek V4 Flash 0731nonevsKAT-Coder-Pro V2.5medium DeepSeek V3.2mediumvsLing 3.1 Flashlow DeepSeek V3.2mediumvsQwen3.5 Plus 2026-02-15none DeepSeek V3.2mediumvsSolar Pro 4high DeepSeek V3.2mediumvsGemini 3.1 Flash Litelow Gemini 3.1 Flash Lite PreviewnonevsKAT-Coder-Pro V2.5medium DeepSeek V3.2mediumvsGemini 3.1 Flash Lite Previewlow DeepSeek V4 Flash 0423nonevsKAT-Coder-Pro V2.5medium Claude Fable 5.1lowvsKAT-Coder-Pro V2.5medium DeepSeek V3.2mediumvsGemini 3.5 Flash Litelow