नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

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

सारांश

KAT-Coder-Air V2.5 (low) average score मध्ये पुढे आहे: 5.4 vs 5.0. KAT-Coder-Air V2.5 (low) चा benchmark खर्च कमी आहे: $0.041 vs $0.054. KAT-Coder-Air V2.5 (low) वेगवान आहे: 10.09s vs 18.25s, pass rates 37.9% vs 45.5%.

शिफारस केलेले मॉडेलKAT-Coder-Air V2.5 (low)It has the best score here (5.4), while responding about 1.8x faster than DeepSeek V3.2.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 none प्रकाशन: 2025-12-01 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low प्रकाशन: 2026-07-14
स्कोअर 5.0 5.4
क्रमांक #165 #151
विश्वसनीयता 10.0 9.9
सुसंगतता 7.7 7.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 37.9% 45.5%
अस्थिर चाचण्या 6 7
एकूण रन 66 66
प्रति निकाल खर्च 0.870 0.585
एकूण खर्च $0.054 $0.041
इनपुट किंमत $0.269 / 1M $0.150 / 1M
आउटपुट किंमत $0.400 / 1M $0.600 / 1M
एकूण इनपुट टोकन्स 135,780 61,085
आउटपुट टोकन्स 42,097 5,905
रिझनिंग टोकन्स 0 46,990
प्रतिसाद वेळ (सरासरी) 18.25s 10.09s
प्रतिसाद वेळ (कमाल) 115.89s 86.23s
प्रतिसाद वेळ (एकूण) 401.60s 222.03s

जनरेशन शोकेस

Hamster playing table tennis

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

#165 DeepSeek V3.2

none
खर्च
$0.002
वेळ
7.0s
टोकन्स
1,046 tok

#151 KAT-Coder-Air V2.5

low
खर्च
$0.004
वेळ
29.9s
टोकन्स
6,008 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 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
KAT-Coder-Air V2.5 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623

झटपट तुलना

तुलना जोडी बदला