नेव्हिगेशन
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Pro V2.5 vs Meituan: LongCat 2.0

average score जवळपास समान आहे: 6.7 vs 6.7. LongCat 2.0 (low) चा benchmark खर्च कमी आहे: $0.391 vs $0.476. KAT-Coder-Pro V2.5 वेगवान आहे: 25.56s vs 100.31s, pass rates 68.2% vs 53.0%.

शिफारस केलेले मॉडेलKAT-Coder-Pro V2.5It has the best score here (6.7), while responding about 3.9x faster than LongCat 2.0 (low).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-20

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none प्रकाशन: 2026-07-14 LongCat 2.0 LongCat 2.0 low प्रकाशन: 2026-07-20
स्कोअर 6.7 6.7
क्रमांक #92 #91
विश्वसनीयता 10.0 9.6
सुसंगतता 7.4 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 68.2% 53.0%
अस्थिर चाचण्या 7 3
एकूण रन 66 66
प्रति निकाल खर्च 4.319 3.910
एकूण खर्च $0.476 $0.391
इनपुट किंमत $0.740 / 1M $0.300 / 1M
आउटपुट किंमत $2.960 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 98,499 90,909
आउटपुट टोकन्स 135,861 5,679
रिझनिंग टोकन्स 0 297,369
प्रतिसाद वेळ (सरासरी) 25.56s 100.31s
प्रतिसाद वेळ (कमाल) 335.41s 560.39s
प्रतिसाद वेळ (एकूण) 562.43s 2206.82s

Hamster playing table tennis

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

#92 KAT-Coder-Pro V2.5

none
खर्च
$0.010
वेळ
29.0s
टोकन्स
3,439 tok

#91 LongCat 2.0

low
खर्च
$0.024
वेळ
428.0s
टोकन्स
19,557 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 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627

झटपट तुलना

तुलना जोडी बदला