#35 KAT-Coder-Pro V2.5
low- खर्च
- $0.016
- वेळ
- 47.6s
- टोकन्स
- 5,182 tok
AI BENCHY Compare
Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.4
सारांश
GPT-5.4 (medium) average score मध्ये पुढे आहे: 8.5 vs 8.0. KAT-Coder-Pro V2.5 (low) चा benchmark खर्च कमी आहे: $0.220 vs $1.210. KAT-Coder-Pro V2.5 (low) वेगवान आहे: 10.44s vs 22.35s, pass rates 71.4% vs 76.2%.
शिफारस केलेले मॉडेलKAT-Coder-Pro V2.5 (low)Its score stays close to the best score here (8.0 vs 8.5), while costing about 5.5x less than GPT-5.4 (medium).
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low | GPT-5.4 GPT-5.4 medium |
|---|---|---|
| स्कोअर | 8.0 | 8.5 |
| क्रमांक | #35 | #20 |
| विश्वसनीयता | 9.9 | 10.0 |
| सुसंगतता | 7.3 | 8.6 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 71.4% | 76.2% |
| अस्थिर चाचण्या | 7 | 4 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 1.991 | 8.640 |
| एकूण खर्च | $0.220 | $1.210 |
| इनपुट किंमत | $0.740 / 1M | $2.500 / 1M |
| आउटपुट किंमत | $2.960 / 1M | $15.000 / 1M |
| एकूण इनपुट टोकन्स | 42,750 | 34,108 |
| आउटपुट टोकन्स | 2,167 | 2,242 |
| रिझनिंग टोकन्स | 61,133 | 72,707 |
| प्रतिसाद वेळ (सरासरी) | 10.44s | 22.35s |
| प्रतिसाद वेळ (कमाल) | 51.34s | 100.41s |
| प्रतिसाद वेळ (एकूण) | 219.17s | 469.29s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#20 GPT-5.4
medium- खर्च
- $0.214
- वेळ
- 199.6s
- टोकन्स
- 14,349 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 | 7.8 | 10.0 | 66.7% | 0 | 24.87s | 7,893 | 402 | 24,945 | |
| GPT-5.4 | 8.8 | 7.8 | 88.9% | 1 | 44.36s | 7,305 | 433 | 24,216 |
झटपट तुलना
तुलना जोडी बदला
KAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-02-15mediumKAT-Coder-Pro V2.5lowvsGPT-5.4 MinimediumKAT-Coder-Pro V2.5lowvsGLM 5.2highKAT-Coder-Pro V2.5lowvsQwen3.5-27BmediumClaude Sonnet 5mediumvsKAT-Coder-Pro V2.5lowKAT-Coder-Pro V2.5lowvsQwen3.6 PlusmediumKAT-Coder-Pro V2.5lowvsGPT-5.6 TerramediumClaude Sonnet 4.6mediumvsKAT-Coder-Pro V2.5lowKAT-Coder-Pro V2.5lowvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धGemini 3.1 Flash Lite PreviewmediumvsKAT-Coder-Pro V2.5lowKAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash LitemediumvsKAT-Coder-Pro V2.5low