नेव्हिगेशन
AI BENCHY
Advertise here

DeepSeek V4 Flash 0731 vs KAT-Coder-Air V2.5 (low)

average score जवळपास समान आहे: 5.4 vs 5.4. DeepSeek V4 Flash 0731 चा benchmark खर्च कमी आहे: $0.021 vs $0.041. KAT-Coder-Air V2.5 (low) वेगवान आहे: 10.09s vs 20.70s, pass rates 27.3% vs 45.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-01

क्रमांक
#182
एकूण आउटपुट टोकन्स
25,424
प्रतिसाद वेळ (सरासरी)
20.70s
एकूण खर्च
$0.021
क्रमांक
#180
एकूण आउटपुट टोकन्स
52,895
प्रतिसाद वेळ (सरासरी)
10.09s
एकूण खर्च
$0.041
शिफारस केलेले मॉडेल KAT-Coder-Air V2.5 (low)

It has the best score here (5.4), while responding about 2.1x faster than DeepSeek V4 Flash 0731.

तपशीलवार तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none प्रकाशन: 2026-08-01 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low प्रकाशन: 2026-07-14
स्कोअर 5.4 5.4
क्रमांक #182 #180
विश्वसनीयता 10.0 9.9
सुसंगतता 8.6 7.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 27.3% 45.5%
अस्थिर चाचण्या 4 7
एकूण रन 66 66
प्रति निकाल खर्च 0.509 0.585
एकूण खर्च $0.021 $0.041
इनपुट किंमत $0.140 / 1M $0.150 / 1M
आउटपुट किंमत $0.280 / 1M $0.600 / 1M
एकूण इनपुट टोकन्स 94,557 61,085
आउटपुट टोकन्स 25,424 5,905
रिझनिंग टोकन्स 0 46,990
प्रतिसाद वेळ (सरासरी) 20.70s 10.09s
प्रतिसाद वेळ (कमाल) 387.15s 86.23s
प्रतिसाद वेळ (एकूण) 455.38s 222.03s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#182 DeepSeek V4 Flash 0731

none
खर्च
$0.004
वेळ
198.4s
टोकन्स
14,316 tok

#180 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 V4 Flash 0731 4.3 10.0 0.0% 0 1.72s 7,275 505 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