#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 StepFun: Step 3.7 Flash
सारांश
Step 3.7 Flash (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 $0.341. KAT-Coder-Pro V2.5 (medium) वेगवान आहे: 12.95s vs 15.74s, pass rates 65.1% vs 68.3%.
शिफारस केलेले मॉडेलKAT-Coder-Pro V2.5 (medium)It offers the best overall trade-off: a competitive score (7.5), lower cost than Step 3.7 Flash (low), and balanced response time.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| स्कोअर | 7.5 | 7.7 |
| क्रमांक | #60 | #51 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 7.7 | 8.4 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 65.1% | 68.3% |
| अस्थिर चाचण्या | 6 | 4 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 2.498 | 2.840 |
| एकूण खर्च | $0.275 | $0.341 |
| इनपुट किंमत | $0.740 / 1M | $0.200 / 1M |
| आउटपुट किंमत | $2.960 / 1M | $1.150 / 1M |
| एकूण इनपुट टोकन्स | 42,750 | 40,101 |
| आउटपुट टोकन्स | 2,098 | 289,325 |
| रिझनिंग टोकन्स | 80,027 | 0 |
| प्रतिसाद वेळ (सरासरी) | 12.95s | 15.74s |
| प्रतिसाद वेळ (कमाल) | 81.45s | 124.75s |
| प्रतिसाद वेळ (एकूण) | 271.92s | 330.63s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 Step 3.7 Flash
low
अवैध SVG
- खर्च
- $0.004
- वेळ
- 25.3s
- टोकन्स
- 3,072 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 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
झटपट तुलना
तुलना जोडी बदला
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumKAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6mediumमोफत उपलब्धvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsKAT-Coder-Pro V2.5mediumQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 Flashlow