KAT-Coder-Pro V2.5 (default) vs GPT-6 Luna (medium)

GPT-6 Luna (medium) average score मध्ये पुढे आहे: 8.3 vs 6.1. GPT-6 Luna (medium) चा benchmark खर्च कमी आहे: $0.047 vs $0.742. GPT-6 Luna (medium) वेगवान आहे: 18.07s vs 24.96s, pass rates 68.1% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-12

तुलना केलेली मॉडेल्स

क्रमांक: #252
एकूण आउटपुट टोकन्स: 139,572
प्रतिसाद वेळ (सरासरी): 24.96s
एकूण खर्च: $0.742

क्रमांक: #83
एकूण आउटपुट टोकन्स: 53,161
प्रतिसाद वेळ (सरासरी): 18.07s
एकूण खर्च: $0.047

शिफारस केलेले मॉडेल GPT-6 Luna (medium)

It has the best score here (8.3), while costing about 15.8x less than KAT-Coder-Pro V2.5 (default).

तपशीलवार तुलना

मेट्रिक	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 default प्रकाशन: 2026-07-14	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23

मेट्रिक	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 default प्रकाशन: 2026-07-14	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23
स्कोअर	6.1	8.3
क्रमांक	#252	#83
विश्वसनीयता	10.0	10.0
सुसंगतता	7.1	8.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	68.1%	73.9%
अस्थिर चाचण्या	8	3
एकूण रन	69	69
प्रति निकाल खर्च	4.419	0.313
एकूण खर्च	$0.742	$0.047
इनपुट किंमत	$0.740 / 1M	$0.100 / 1M
आउटपुट किंमत	$2.960 / 1M	$0.500 / 1M
कॅश वाचण्याची किंमत	$0.150 / 1M	$0.010 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	$0.125 / 1M
एकूण इनपुट टोकन्स	98,508	203,193
आउटपुट टोकन्स	8,088	5,751
रिझनिंग टोकन्स	131,484	47,410
प्रतिसाद वेळ (सरासरी)	24.96s	18.07s
प्रतिसाद वेळ (कमाल)	335.41s	66.44s
प्रतिसाद वेळ (एकूण)	574.12s	415.53s
पॅरामीटर्स	~700B एकूण (~72B सक्रिय)	~400B एकूण (~17B 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.

#252 KAT-Coder-Pro V2.5

default

खर्च: $0.010
वेळ: 29.0s
टोकन्स: 3,439 tok

#83 GPT-6 Luna

medium

खर्च: $0.002
वेळ: 23.6s
टोकन्स: 2,966 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		1.90s	0	0	0
GPT-6 Luna	10.0	10.0	100.0%	0		66.44s	124,247	1,116	6,891

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	8.7	7.9	91.7%	1		4.58s	672	222	3,776
GPT-6 Luna	8.3	10.0	75.0%	0		4.32s	606	156	875

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	451	21,989
GPT-6 Luna	6.6	4.6	77.8%	2		23.63s	7,302	438	10,222

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	4.1	5.0	33.3%	1		183.08s	70,881	6,356	71,533
GPT-6 Luna	10.0	10.0	100.0%	0		22.65s	55,738	3,052	4,096

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		5.07s	7,776	288	2,073
GPT-6 Luna	10.0	10.0	100.0%	0		26.09s	7,140	234	268

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	4.1	4.4	44.5%	2		24.90s	780	34	24,649
GPT-6 Luna	5.9	7.2	55.6%	1		22.71s	732	70	19,191

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	4.8	3.2	33.3%	1		5.16s	516	111	956
GPT-6 Luna	4.4	9.9	0.0%	0		28.25s	477	91	289

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	9.8	10.0	100.0%	0		2.61s	699	84	1,000
GPT-6 Luna	9.8	10.0	100.0%	0		13.24s	660	89	409

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	8.2	7.2	88.9%	1		3.03s	696	256	1,673
GPT-6 Luna	7.7	10.0	66.7%	0		9.78s	642	211	3,189

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		5.93s	8,391	268	835
GPT-6 Luna	10.0	10.0	100.0%	0		4.84s	5,454	264	249

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		9.91s	204	18	3,000
GPT-6 Luna	3.0	10.0	0.0%	0		6.39s	195	30	1,731

तुलना जोडी बदला