KAT-Coder-Pro V2.5 (low) vs Qwen3.7 Flash (medium)

Qwen3.7 Flash (medium) average score मध्ये पुढे आहे: 6.6 vs 6.5. Qwen3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.076 vs $0.400. KAT-Coder-Pro V2.5 (low) वेगवान आहे: 19.40s vs 51.80s, pass rates 65.2% vs 62.3%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #191
एकूण आउटपुट टोकन्स: 113,193
प्रतिसाद वेळ (सरासरी): 19.40s
एकूण खर्च: $0.400

क्रमांक: #187
एकूण आउटपुट टोकन्स: 514,925
प्रतिसाद वेळ (सरासरी): 51.80s
एकूण खर्च: $0.076

शिफारस केलेले मॉडेल Qwen3.7 Flash (medium)

It has the best score here (6.6), while costing about 5.3x less than KAT-Coder-Pro V2.5 (low).

तपशीलवार तुलना

मेट्रिक	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low प्रकाशन: 2026-07-14	Qwen3.7 Flash Qwen3.7 Flash medium प्रकाशन: 2026-07-28

मेट्रिक	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low प्रकाशन: 2026-07-14	Qwen3.7 Flash Qwen3.7 Flash medium प्रकाशन: 2026-07-28
स्कोअर	6.5	6.6
क्रमांक	#191	#187
विश्वसनीयता	10.0	10.0
सुसंगतता	7.1	7.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	62.3%
अस्थिर चाचण्या	8	8
एकूण रन	69	69
प्रति निकाल खर्च	3.636	0.760
एकूण खर्च	$0.400	$0.076
इनपुट किंमत	$0.740 / 1M	$0.030 / 1M
आउटपुट किंमत	$2.960 / 1M	$0.130 / 1M
एकूण इनपुट टोकन्स	87,682	300,394
आउटपुट टोकन्स	7,166	14,081
रिझनिंग टोकन्स	106,027	500,844
प्रतिसाद वेळ (सरासरी)	19.40s	51.80s
प्रतिसाद वेळ (कमाल)	209.15s	593.64s
प्रतिसाद वेळ (एकूण)	446.11s	1191.42s
पॅरामीटर्स	~700B एकूण (~72B सक्रिय)	~35B एकूण (~3B 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.

#191 KAT-Coder-Pro V2.5

low

खर्च: $0.016
वेळ: 47.6s
टोकन्स: 5,182 tok

#187 Qwen3.7 Flash

medium

Reached the allocated time limit (600 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 600.0s
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

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		1.75s	0	0	0
Qwen3.7 Flash	5.2	3.2	33.3%	1		148.99s	185,917	1,295	43,554

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	6.9	5.8	75.0%	2		4.20s	672	277	4,228
Qwen3.7 Flash	10.0	10.0	100.0%	0		9.56s	672	525	12,844

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
Qwen3.7 Flash	6.2	6.9	55.6%	1		46.78s	7,893	563	61,902

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	6.4	5.8	66.7%	1		111.87s	60,055	5,393	43,732
Qwen3.7 Flash	6.4	5.8	66.7%	1		314.17s	87,042	10,432	296,919

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		4.19s	7,776	288	1,917
Qwen3.7 Flash	10.0	10.0	100.0%	0		15.42s	7,782	270	11,588

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	3.5	4.4	33.3%	2		22.86s	780	35	21,430
Qwen3.7 Flash	2.9	7.2	11.1%	1		38.02s	780	59	38,977

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	4.1	2.7	33.3%	1		2.32s	516	99	412
Qwen3.7 Flash	5.5	10.0	0.0%	0		10.18s	516	143	3,647

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	10.0	10.0	100.0%	0		2.53s	699	83	1,008
Qwen3.7 Flash	5.8	2.7	66.7%	2		9.27s	699	100	7,457

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	6.4	4.4	77.8%	2		3.11s	696	289	1,820
Qwen3.7 Flash	7.1	5.1	77.8%	2		8.30s	696	355	9,138

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		18.45s	8,391	282	834
Qwen3.7 Flash	10.0	10.0	100.0%	0		7.80s	8,193	309	2,171

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		17.06s	204	18	5,701
Qwen3.7 Flash	3.0	10.0	0.0%	0		29.17s	204	30	12,647

झटपट तुलना

तुलना जोडी बदला

LongCat 2.0lowvsQwen3.7 Flashmedium KAT-Coder-Pro V2.5lowvsStep 3.7 Flashhigh Qwen3.7 FlashmediumvsGLM 5.2none Mercury 2mediumvsKAT-Coder-Pro V2.5low GPT-5.5nonevsQwen3.7 Flashmedium Qwen3.7 FlashmediumvsGLM 5.3 Flashlow Claude Sonnet 5.5mediumvsKAT-Coder-Pro V2.5low Qwen3.7 FlashmediumvsStep 3.7 Flashhigh KAT-Coder-Pro V2.5lowvsQwen3.6 35B A3Bmedium Mercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5low GPT-5.6 SolnonevsQwen3.7 Flashmedium Mercury 2.5highvsKAT-Coder-Pro V2.5low