नेव्हिगेशन
AI BENCHY
Advertise here

DeepSeek: DeepSeek V4 Flash vs Kwaipilot: KAT-Coder-Air V2.5

KAT-Coder-Air V2.5 (high) average score मध्ये पुढे आहे: 5.6 vs 5.6. DeepSeek V4 Flash चा benchmark खर्च कमी आहे: $0.044 vs $0.077. KAT-Coder-Air V2.5 (high) वेगवान आहे: 15.90s vs 36.78s, pass rates 31.8% vs 43.9%.

शिफारस केलेले मॉडेलKAT-Coder-Air V2.5 (high)It has the best score here (5.6), while responding about 2.3x faster than DeepSeek V4 Flash.

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

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash none प्रकाशन: 2026-04-24 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high प्रकाशन: 2026-07-14
स्कोअर 5.6 5.6
क्रमांक #143 #137
विश्वसनीयता 10.0 9.9
सुसंगतता 8.5 7.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 31.8% 43.9%
अस्थिर चाचण्या 4 6
एकूण रन 66 66
प्रति निकाल खर्च 0.917 1.097
एकूण खर्च $0.044 $0.077
इनपुट किंमत $0.098 / 1M $0.150 / 1M
आउटपुट किंमत $0.196 / 1M $0.600 / 1M
एकूण इनपुट टोकन्स 240,221 50,470
आउटपुट टोकन्स 100,727 3,957
रिझनिंग टोकन्स 0 111,374
प्रतिसाद वेळ (सरासरी) 36.78s 15.90s
प्रतिसाद वेळ (कमाल) 247.27s 118.35s
प्रतिसाद वेळ (एकूण) 809.09s 349.71s

Hamster playing table tennis

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

#143 DeepSeek V4 Flash

none
खर्च
$0.004
वेळ
157.6s
टोकन्स
11,297 tok

#137 KAT-Coder-Air V2.5

high
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 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 4.2 7.4 11.1% 1 17.13s 7,279 9,717 0
KAT-Coder-Air V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883

झटपट तुलना

तुलना जोडी बदला