#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 StepFun: Step 3.7 Flash
सारांश
Step 3.7 Flash (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 $0.376. KAT-Coder-Pro V2.5 (low) वेगवान आहे: 10.44s vs 20.35s, pass rates 71.4% vs 73.0%.
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 1.7x less than Step 3.7 Flash (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 | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| स्कोअर | 8.0 | 8.5 |
| क्रमांक | #35 | #23 |
| विश्वसनीयता | 9.9 | 9.9 |
| सुसंगतता | 7.3 | 9.3 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 71.4% | 73.0% |
| अस्थिर चाचण्या | 7 | 2 |
| एकूण रन | 63 | 61 |
| प्रति निकाल खर्च | 1.991 | 2.686 |
| एकूण खर्च | $0.220 | $0.376 |
| इनपुट किंमत | $0.740 / 1M | $0.200 / 1M |
| आउटपुट किंमत | $2.960 / 1M | $1.150 / 1M |
| एकूण इनपुट टोकन्स | 42,750 | 39,981 |
| आउटपुट टोकन्स | 2,167 | 319,958 |
| रिझनिंग टोकन्स | 61,133 | 0 |
| प्रतिसाद वेळ (सरासरी) | 10.44s | 20.35s |
| प्रतिसाद वेळ (कमाल) | 51.34s | 113.98s |
| प्रतिसाद वेळ (एकूण) | 219.17s | 427.42s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#23 Step 3.7 Flash
medium- खर्च
- $0.006
- वेळ
- 46.2s
- टोकन्स
- 4,466 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 | |
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 0 |
झटपट तुलना
तुलना जोडी बदला
GPT-5.2 ChatnonevsStep 3.7 FlashmediumKAT-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 2026-04-20medium