#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-5.6 Luna
सारांश
GPT-5.6 Luna (high) average score मध्ये पुढे आहे: 7.7 vs 7.5. KAT-Coder-Pro V2.5 (medium) चा benchmark खर्च कमी आहे: $0.275 vs $0.924. KAT-Coder-Pro V2.5 (medium) वेगवान आहे: 12.95s vs 18.39s, pass rates 65.1% vs 71.4%.
शिफारस केलेले मॉडेलKAT-Coder-Pro V2.5 (medium)Its score stays close to the best score here (7.5 vs 7.7), while costing about 3.4x less than GPT-5.6 Luna (high).
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-5.6 Luna GPT-5.6 Luna high |
|---|---|---|
| स्कोअर | 7.5 | 7.7 |
| क्रमांक | #60 | #52 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 7.7 | 8.8 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 65.1% | 71.4% |
| अस्थिर चाचण्या | 6 | 3 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 2.498 | 6.594 |
| एकूण खर्च | $0.275 | $0.924 |
| इनपुट किंमत | $0.740 / 1M | $1.000 / 1M |
| आउटपुट किंमत | $2.960 / 1M | $6.000 / 1M |
| एकूण इनपुट टोकन्स | 42,750 | 35,699 |
| आउटपुट टोकन्स | 2,098 | 2,079 |
| रिझनिंग टोकन्स | 80,027 | 145,816 |
| प्रतिसाद वेळ (सरासरी) | 12.95s | 18.39s |
| प्रतिसाद वेळ (कमाल) | 81.45s | 111.09s |
| प्रतिसाद वेळ (एकूण) | 271.92s | 386.24s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#52 GPT-5.6 Luna
high- खर्च
- $0.033
- वेळ
- 34.2s
- टोकन्स
- 5,484 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-5.6 Luna | 5.5 | 4.7 | 55.6% | 2 | 15.63s | 7,302 | 510 | 17,746 |
झटपट तुलना
तुलना जोडी बदला
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGrok 4.3mediumKAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneClaude Opus 4.8lowvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6mediumमोफत उपलब्धvsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighDeepSeek V4 ProhighvsKAT-Coder-Pro V2.5mediumGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 LunahighMiniMax M3mediumvsGPT-5.6 Lunahigh