नेव्हिगेशन
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

DeepSeek: DeepSeek V3.2 vs Kwaipilot: KAT-Coder-Pro V2.5

सारांश

KAT-Coder-Pro V2.5 (medium) average score मध्ये पुढे आहे: 7.5 vs 7.5. DeepSeek V3.2 (medium) चा benchmark खर्च कमी आहे: $0.052 vs $0.275. KAT-Coder-Pro V2.5 (medium) वेगवान आहे: 12.95s vs 68.71s, pass rates 65.1% vs 65.1%.

शिफारस केलेले मॉडेलDeepSeek V3.2 (medium)Its score stays close to the best score here (7.5 vs 7.5), while costing about 5.4x less than KAT-Coder-Pro V2.5 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-16

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 7.5 7.5
क्रमांक #68 #64
विश्वसनीयता 10.0 10.0
सुसंगतता 7.6 7.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.1% 65.1%
अस्थिर चाचण्या 6 6
एकूण रन 63 63
प्रति निकाल खर्च 0.436 2.498
एकूण खर्च $0.052 $0.275
इनपुट किंमत $0.269 / 1M $0.740 / 1M
आउटपुट किंमत $0.400 / 1M $2.960 / 1M
एकूण इनपुट टोकन्स 38,333 42,750
आउटपुट टोकन्स 7,186 2,098
रिझनिंग टोकन्स 99,081 80,027
प्रतिसाद वेळ (सरासरी) 68.71s 12.95s
प्रतिसाद वेळ (कमाल) 376.10s 81.45s
प्रतिसाद वेळ (एकूण) 1442.81s 271.92s

जनरेशन शोकेस

Hamster playing table tennis

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

#68 DeepSeek V3.2

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

#64 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
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

झटपट तुलना

तुलना जोडी बदला