#60 KAT-Coder-Pro V2.5
medium- खर्च
- $0.009
- वेळ
- 25.6s
- टोकन्स
- 2,939 tok
AI BENCHY Compare
Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.4 Nano
सारांश
average score जवळपास समान आहे: 7.5 vs 7.5. GPT-5.4 Nano (medium) चा benchmark खर्च कमी आहे: $0.107 vs $0.275. GPT-5.4 Nano (medium) वेगवान आहे: 11.95s vs 12.95s, pass rates 65.1% vs 63.5%.
शिफारस केलेले मॉडेलGPT-5.4 Nano (medium)It has the best score here (7.5), while costing about 2.6x less than KAT-Coder-Pro V2.5 (medium).
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium | GPT-5.4 Nano GPT-5.4 Nano medium |
|---|---|---|
| स्कोअर | 7.5 | 7.5 |
| क्रमांक | #60 | #62 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 7.7 | 8.4 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 65.1% | 63.5% |
| अस्थिर चाचण्या | 6 | 4 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 2.498 | 0.969 |
| एकूण खर्च | $0.275 | $0.107 |
| इनपुट किंमत | $0.740 / 1M | $0.200 / 1M |
| आउटपुट किंमत | $2.960 / 1M | $1.250 / 1M |
| एकूण इनपुट टोकन्स | 42,750 | 35,434 |
| आउटपुट टोकन्स | 2,098 | 3,014 |
| रिझनिंग टोकन्स | 80,027 | 76,520 |
| प्रतिसाद वेळ (सरासरी) | 12.95s | 11.95s |
| प्रतिसाद वेळ (कमाल) | 81.45s | 94.06s |
| प्रतिसाद वेळ (एकूण) | 271.92s | 250.98s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#62 GPT-5.4 Nano
medium- खर्च
- $0.007
- वेळ
- 24.6s
- टोकन्स
- 4,943 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 | 33.10s | 7,893 | 416 | 33,658 | |
| GPT-5.4 Nano | 6.1 | 4.7 | 66.7% | 2 | 19.12s | 7,305 | 516 | 20,778 |
झटपट तुलना
तुलना जोडी बदला
KAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsKAT-Coder-Pro V2.5mediumDeepSeek V4 ProhighvsGPT-5.4 NanomediumGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumGemini 3 Flash PreviewlowvsKAT-Coder-Pro V2.5mediumKAT-Coder-Pro V2.5highvsGPT-5.4 NanomediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 LunahighKAT-Coder-Pro V2.5mediumvsStep 3.7 FlashlowKAT-Coder-Pro V2.5mediumvsGPT-5.6 TerralowGPT-5.4 NanomediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Opus 4.8lowvsKAT-Coder-Pro V2.5medium