KAT-Coder-Pro V2.5 (high) vs Grok 4.3 (medium)

average score जवळपास समान आहे: 6.5 vs 6.5. KAT-Coder-Pro V2.5 (high) चा benchmark खर्च कमी आहे: $0.506 vs $0.989. KAT-Coder-Pro V2.5 (high) वेगवान आहे: 21.21s vs 44.53s, pass rates 60.9% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #198
एकूण आउटपुट टोकन्स: 144,359
प्रतिसाद वेळ (सरासरी): 21.21s
एकूण खर्च: $0.506

क्रमांक: #199
एकूण आउटपुट टोकन्स: 232,542
प्रतिसाद वेळ (सरासरी): 44.53s
एकूण खर्च: $0.989

शिफारस केलेले मॉडेल KAT-Coder-Pro V2.5 (high)

It has the best score here (6.5), while costing about 2.0x less than Grok 4.3 (medium).

तपशीलवार तुलना

मेट्रिक	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high प्रकाशन: 2026-07-14	Grok 4.3 Grok 4.3 medium प्रकाशन: 2026-05-01

मेट्रिक	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high प्रकाशन: 2026-07-14	Grok 4.3 Grok 4.3 medium प्रकाशन: 2026-05-01
स्कोअर	6.5	6.5
क्रमांक	#198	#199
विश्वसनीयता	10.0	10.0
सुसंगतता	7.9	8.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	60.9%	63.8%
अस्थिर चाचण्या	6	5
एकूण रन	69	69
प्रति निकाल खर्च	4.599	8.235
एकूण खर्च	$0.506	$0.989
इनपुट किंमत	$0.740 / 1M	$1.250 / 1M
आउटपुट किंमत	$2.960 / 1M	$2.500 / 1M
एकूण इनपुट टोकन्स	106,085	325,471
आउटपुट टोकन्स	9,071	14,867
रिझनिंग टोकन्स	135,288	217,675
प्रतिसाद वेळ (सरासरी)	21.21s	44.53s
प्रतिसाद वेळ (कमाल)	199.97s	216.69s
प्रतिसाद वेळ (एकूण)	487.83s	1024.25s
पॅरामीटर्स	~700B एकूण (~72B सक्रिय)	~1.5T एकूण (~150B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#198 KAT-Coder-Pro V2.5

high

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

#199 SpaceXAI: Grok 4.3

medium

खर्च: $0.009
वेळ: 19.0s
टोकन्स: 3,661 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		1.52s	0	0	0
Grok 4.3	3.9	9.6	0.0%	0		51.61s	185,227	1,128	5,510

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	7.0	8.0	66.7%	1		3.17s	672	447	2,716
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	7.3	5.8	83.3%	1		106.70s	78,458	6,956	60,306
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		4.13s	7,776	278	1,960
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	2.9	4.4	22.2%	2		44.66s	780	33	43,896
Grok 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	5.1	10.0	0.0%	0		3.27s	516	139	647
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	9.9	10.0	100.0%	0		2.67s	699	84	976
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	8.2	7.2	88.9%	1		3.38s	696	428	1,936
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		28.04s	8,391	268	896
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		5.22s	204	16	1,494
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

झटपट तुलना

तुलना जोडी बदला

KAT-Coder-Pro V2.5highvsGLM 5.2none Grok 4.3mediumvsGLM 5.2none KAT-Coder-Pro V2.5highvsGLM 5.1none Grok 4.3mediumvsGLM 5.1none KAT-Coder-Pro V2.5highvsLaguna XS 2.1mediumमोफत उपलब्ध Qwen3.5-122B-A10BnonevsGrok 4.3medium KAT-Coder-Pro V2.5highvsQwen3.5-122B-A10Bnone KAT-Coder-Pro V2.5highvsGLM 5.3low Grok 4.3mediumvsGLM 5.3low Gemini 3 Flash PreviewnonevsGrok 4.3medium Gemini 3 Flash PreviewnonevsKAT-Coder-Pro V2.5high Qwen3.5 Plus 2026-02-15nonevsGrok 4.3medium