KAT-Coder-Pro V2.5 (medium) vs Mistral Large 4 (medium)

KAT-Coder-Pro V2.5 (medium) average score मध्ये पुढे आहे: 6.2 vs 6.2. KAT-Coder-Pro V2.5 (medium) चा benchmark खर्च कमी आहे: $0.669 vs $1.456. KAT-Coder-Pro V2.5 (medium) वेगवान आहे: 23.94s vs 265.03s, pass rates 62.3% vs 55.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-06

तुलना केलेली मॉडेल्स

क्रमांक: #235
एकूण आउटपुट टोकन्स: 139,375
प्रतिसाद वेळ (सरासरी): 23.94s
एकूण खर्च: $0.669

क्रमांक: #240
एकूण आउटपुट टोकन्स: 627,233
प्रतिसाद वेळ (सरासरी): 265.03s
एकूण खर्च: $1.456

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

It has the best score here (6.2), while costing about 2.2x less than Mistral Large 4 (medium).

तपशीलवार तुलना

मेट्रिक	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium प्रकाशन: 2026-07-14	Mistral Large 4 Mistral Large 4 medium प्रकाशन: 2026-10-06

मेट्रिक	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium प्रकाशन: 2026-07-14	Mistral Large 4 Mistral Large 4 medium प्रकाशन: 2026-10-06
स्कोअर	6.2	6.2
क्रमांक	#235	#240
विश्वसनीयता	10.0	9.2
सुसंगतता	7.2	7.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	62.3%	55.1%
अस्थिर चाचण्या	8	7
एकूण रन	69	69
प्रति निकाल खर्च	4.342	16.168
एकूण खर्च	$0.669	$1.456
इनपुट किंमत	$0.740 / 1M	$0.680 / 1M
आउटपुट किंमत	$2.960 / 1M	$2.090 / 1M
कॅश वाचण्याची किंमत	$0.150 / 1M	$0.070 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	87,916	212,024
आउटपुट टोकन्स	7,213	166,422
रिझनिंग टोकन्स	132,162	562,095
प्रतिसाद वेळ (सरासरी)	23.94s	265.03s
प्रतिसाद वेळ (कमाल)	257.00s	1760.20s
प्रतिसाद वेळ (एकूण)	550.52s	6095.69s
पॅरामीटर्स	~700B एकूण (~72B सक्रिय)	1.05T एकूण (49B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#235 KAT-Coder-Pro V2.5

medium

खर्च: $0.009
वेळ: 25.6s
टोकन्स: 2,939 tok

#240 Mistral Large 4

medium

खर्च: $0.011
वेळ: 63.4s
टोकन्स: 5,291 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		3.38s	0	0	0
Mistral Large 4	6.1	3.1	66.7%	1		173.21s	135,844	7,482	13,709

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	8.2	7.9	83.3%	1		3.90s	672	208	3,868
Mistral Large 4	8.3	10.0	75.0%	0		15.73s	705	1,087	7,308

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		33.10s	7,893	416	33,658
Mistral Large 4	3.4	7.2	22.2%	1		1201.87s	7,189	33,530	303,140

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		135.75s	60,289	5,478	51,591
Mistral Large 4	7.3	5.8	83.3%	1		510.65s	51,756	8,436	82,002

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	7.3	5.9	83.3%	1		4.70s	7,776	275	2,122
Mistral Large 4	10.0	10.0	100.0%	0		25.95s	7,314	1,046	7,861

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		35.11s	780	36	33,495
Mistral Large 4	2.9	7.2	11.1%	1		288.04s	798	85,691	114,373

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	4.7	3.1	33.3%	1		2.35s	516	92	381
Mistral Large 4	3.5	2.2	33.3%	1		39.33s	516	4,704	4,909

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		2.58s	699	83	971
Mistral Large 4	8.3	10.0	50.0%	0		24.62s	708	6,709	7,691

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	5.9	4.5	66.7%	2		3.20s	696	325	1,867
Mistral Large 4	6.1	4.7	66.7%	2		41.40s	717	8,254	10,519

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		19.02s	8,391	282	1,010
Mistral Large 4	10.0	10.0	100.0%	0		19.19s	6,267	303	1,104

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		9.87s	204	18	3,199
Mistral Large 4	3.0	10.0	0.0%	0		84.68s	210	9,180	9,479

झटपट तुलना

तुलना जोडी बदला

KAT-Coder-Pro V2.5mediumvsSpace Bunny Alphaxhigh DeepSeek V4 Flash 0731nonevsKAT-Coder-Pro V2.5medium Claude Fable 5.1lowvsMistral Large 4medium Gemini 3.1 Flash Lite PreviewnonevsKAT-Coder-Pro V2.5medium Gemini 3.5 FlashnonevsMistral Large 4medium Gemini 3.1 Flash Lite PreviewnonevsMistral Large 4medium DeepSeek V4 Flash 0423nonevsKAT-Coder-Pro V2.5medium Claude Fable 5.1lowvsKAT-Coder-Pro V2.5medium DeepSeek V4 Flash 0731nonevsMistral Large 4medium Trinity Large ThinkinglowvsKAT-Coder-Pro V2.5medium Apodex 1.1 Minilowमोफत उपलब्धvsMistral Large 4medium Mistral Large 4mediumvsInklingnoneमोफत उपलब्ध