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

Kwaipilot: KAT-Coder-Pro V2.5 vs MoonshotAI: Kimi K2.5

सारांश

KAT-Coder-Pro V2.5 (high) average score मध्ये पुढे आहे: 7.7 vs 7.5. KAT-Coder-Pro V2.5 (high) चा benchmark खर्च कमी आहे: $0.246 vs $0.348. KAT-Coder-Pro V2.5 (high) वेगवान आहे: 12.30s vs 98.43s, pass rates 63.5% vs 68.3%.

शिफारस केलेले मॉडेलKAT-Coder-Pro V2.5 (high)It has the best score here (7.7), while responding about 8.0x faster than Kimi K2.5 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high प्रकाशन: 2026-07-14 Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27
स्कोअर 7.7 7.5
क्रमांक #53 #58
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 6.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.5% 68.3%
अस्थिर चाचण्या 5 8
एकूण रन 63 63
प्रति निकाल खर्च 2.228 3.704
एकूण खर्च $0.246 $0.348
इनपुट किंमत $0.740 / 1M $0.375 / 1M
आउटपुट किंमत $2.960 / 1M $2.025 / 1M
एकूण इनपुट टोकन्स 42,750 34,312
आउटपुट टोकन्स 2,509 48,379
रिझनिंग टोकन्स 69,594 157,747
प्रतिसाद वेळ (सरासरी) 12.30s 98.43s
प्रतिसाद वेळ (कमाल) 95.65s 281.00s
प्रतिसाद वेळ (एकूण) 258.34s 1378.03s

जनरेशन शोकेस

Hamster playing table tennis

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

#53 KAT-Coder-Pro V2.5

high
खर्च
$0.009
वेळ
26.4s
टोकन्स
3,117 tok

#58 MoonshotAI: Kimi K2.5

medium
खर्च
$0.030
वेळ
58.6s
टोकन्स
8,683 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
KAT-Coder-Pro V2.5 6.4 7.9 44.4% 1 22.00s 7,893 422 20,461
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693

झटपट तुलना

तुलना जोडी बदला