नेव्हिगेशन
Advertise here

KAT-Coder-Pro V2.5 (medium) vs Grok 4.20 (medium)

average score जवळपास समान आहे: 6.2 vs 6.3. KAT-Coder-Pro V2.5 (medium) चा benchmark खर्च कमी आहे: $0.669 vs $1.246. KAT-Coder-Pro V2.5 (medium) वेगवान आहे: 23.94s vs 36.73s, pass rates 62.3% vs 58.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#309
एकूण आउटपुट टोकन्स
139,375
प्रतिसाद वेळ (सरासरी)
23.94s
एकूण खर्च
$0.669
क्रमांक
#307
एकूण आउटपुट टोकन्स
302,087
प्रतिसाद वेळ (सरासरी)
36.73s
एकूण खर्च
$1.246
शिफारस केलेले मॉडेल KAT-Coder-Pro V2.5 (medium)

It has the best score here (6.2), while costing about 1.9x less than Grok 4.20 (medium).

तपशीलवार तुलना

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium प्रकाशन: 2026-07-14 Grok 4.20 Grok 4.20 medium प्रकाशन: 2026-03-31
स्कोअर 6.2 6.3
क्रमांक #309 #307
विश्वसनीयता 10.0 10.0
सुसंगतता 7.2 8.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 62.3% 58.0%
अस्थिर चाचण्या 8 5
एकूण रन 69 69
प्रति निकाल खर्च 4.342 14.374
एकूण खर्च $0.669 $1.246
इनपुट किंमत $0.740 / 1M $1.250 / 1M
आउटपुट किंमत $2.960 / 1M $2.500 / 1M
कॅश वाचण्याची किंमत $0.150 / 1M $0.200 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 87,916 392,127
आउटपुट टोकन्स 7,213 7,754
रिझनिंग टोकन्स 132,162 294,333
प्रतिसाद वेळ (सरासरी) 23.94s 36.73s
प्रतिसाद वेळ (कमाल) 257.00s 199.66s
प्रतिसाद वेळ (एकूण) 550.52s 844.68s
पॅरामीटर्स ~700B एकूण (~72B सक्रिय) ~1T एकूण (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#309 KAT-Coder-Pro V2.5

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

#307 SpaceXAI: Grok 4.20

medium
खर्च
$0.041
वेळ
110.3s
टोकन्स
16,336 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
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

तुलना जोडी बदला