#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
average score जवळपास समान आहे: 7.5 vs 7.6. GPT-5.6 Luna (medium) चा benchmark खर्च कमी आहे: $0.258 vs $0.275. GPT-5.6 Luna (medium) वेगवान आहे: 6.70s vs 12.95s, pass rates 65.1% vs 63.5%.
शिफारस केलेले मॉडेलGPT-5.6 Luna (medium)It has the best score here (7.6), while responding about 1.9x faster 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-5.6 Luna GPT-5.6 Luna medium |
|---|---|---|
| स्कोअर | 7.5 | 7.6 |
| क्रमांक | #60 | #57 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 7.7 | 9.6 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 65.1% | 63.5% |
| अस्थिर चाचण्या | 6 | 1 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 2.498 | 1.978 |
| एकूण खर्च | $0.275 | $0.258 |
| 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 | 2,148 |
| रिझनिंग टोकन्स | 80,027 | 34,740 |
| प्रतिसाद वेळ (सरासरी) | 12.95s | 6.70s |
| प्रतिसाद वेळ (कमाल) | 81.45s | 29.85s |
| प्रतिसाद वेळ (एकूण) | 271.92s | 140.62s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#57 GPT-5.6 Luna
medium- खर्च
- $0.014
- वेळ
- 14.6s
- टोकन्स
- 2,362 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 | 5.4 | 7.2 | 44.4% | 1 | 10.38s | 7,302 | 564 | 9,928 |
झटपट तुलना
तुलना जोडी बदला
KAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.6 LunamediumDeepSeek V4 ProhighvsKAT-Coder-Pro V2.5mediumKAT-Coder-Pro V2.5highvsGPT-5.6 LunamediumGPT-5.6 LunamediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsKAT-Coder-Pro V2.5mediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 LunahighKAT-Coder-Pro V2.5mediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsGPT-5.6 LunamediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 TerralowGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumClaude Opus 4.8lowvsKAT-Coder-Pro V2.5medium