नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.6 Terra

सारांश

GPT-5.6 Terra (low) average score मध्ये पुढे आहे: 7.7 vs 7.5. KAT-Coder-Pro V2.5 (medium) चा benchmark खर्च कमी आहे: $0.275 vs $0.343. GPT-5.6 Terra (low) वेगवान आहे: 4.88s vs 12.95s, pass rates 65.1% vs 74.6%.

शिफारस केलेले मॉडेलGPT-5.6 Terra (low)It has the best score here (7.7), while responding about 2.7x 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 प्रकाशन: 2026-07-14 GPT-5.6 Terra GPT-5.6 Terra low प्रकाशन: 2026-07-09
स्कोअर 7.5 7.7
क्रमांक #60 #49
विश्वसनीयता 10.0 10.0
सुसंगतता 7.7 8.1
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.1% 74.6%
अस्थिर चाचण्या 6 5
एकूण रन 63 63
प्रति निकाल खर्च 2.498 2.637
एकूण खर्च $0.275 $0.343
इनपुट किंमत $0.740 / 1M $2.500 / 1M
आउटपुट किंमत $2.960 / 1M $15.000 / 1M
एकूण इनपुट टोकन्स 42,750 34,226
आउटपुट टोकन्स 2,098 1,943
रिझनिंग टोकन्स 80,027 15,201
प्रतिसाद वेळ (सरासरी) 12.95s 4.88s
प्रतिसाद वेळ (कमाल) 81.45s 19.85s
प्रतिसाद वेळ (एकूण) 271.92s 102.53s

जनरेशन शोकेस

Hamster playing table tennis

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

#60 KAT-Coder-Pro V2.5

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

#49 GPT-5.6 Terra

low
खर्च
$0.034
वेळ
16.8s
टोकन्स
2,348 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 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821

झटपट तुलना

तुलना जोडी बदला