#89 KAT-Coder-Pro V2.5
none- खर्च
- $0.010
- वेळ
- 29.0s
- टोकन्स
- 3,439 tok
AI BENCHY Compare
Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: gpt-oss-120b
सारांश
KAT-Coder-Pro V2.5 average score मध्ये पुढे आहे: 6.8 vs 6.7. gpt-oss-120b (medium) चा benchmark खर्च कमी आहे: $0.011 vs $0.220. KAT-Coder-Pro V2.5 वेगवान आहे: 10.81s vs 22.28s, pass rates 71.4% vs 52.4%.
शिफारस केलेले मॉडेलgpt-oss-120b (medium)Its score stays close to the best score here (6.7 vs 6.8), while costing about 21.9x less than KAT-Coder-Pro V2.5.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none | gpt-oss-120b gpt-oss-120b medium मोफत उपलब्ध |
|---|---|---|
| स्कोअर | 6.8 | 6.7 |
| क्रमांक | #89 | #96 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 7.3 | 8.0 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 71.4% | 52.4% |
| अस्थिर चाचण्या | 7 | 5 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 1.992 | 0.141 |
| एकूण खर्च | $0.220 | $0.011 |
| इनपुट किंमत | $0.740 / 1M | $0.030 / 1M |
| आउटपुट किंमत | $2.960 / 1M | $0.150 / 1M |
| एकूण इनपुट टोकन्स | 42,749 | 39,084 |
| आउटपुट टोकन्स | 63,338 | 20,013 |
| रिझनिंग टोकन्स | 0 | 50,233 |
| प्रतिसाद वेळ (सरासरी) | 10.81s | 22.28s |
| प्रतिसाद वेळ (कमाल) | 53.57s | 68.16s |
| प्रतिसाद वेळ (एकूण) | 227.02s | 311.96s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#96 gpt-oss-120b
medium- खर्च
- $0.001
- वेळ
- 26.7s
- टोकन्स
- 555 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 | |
| gpt-oss-120b | 5.9 | 7.0 | 55.6% | 1 | 38.37s | 7,782 | 3,365 | 11,973 |
झटपट तुलना
तुलना जोडी बदला
Ring-2.6-1TmediumvsKAT-Coder-Pro V2.5noneGemini 3.5 FlashminimalvsKAT-Coder-Pro V2.5noneKAT-Coder-Pro V2.5nonevsQwen3.5-FlashmediumKAT-Coder-Pro V2.5nonevsQwen3.6 35B A3BmediumKAT-Coder-Pro V2.5nonevsMiMo-V2.5mediumGemini 3.5 Flashminimalvsgpt-oss-120bmediumमोफत उपलब्धKAT-Coder-Pro V2.5nonevsGPT-5 Nanomediumgpt-oss-120bmediumमोफत उपलब्धvsQwen3.7 MaxnoneKAT-Coder-Pro V2.5nonevsStep 3.5 FlashmediumGemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmediumमोफत उपलब्धGemini 3 Flash Previewnonevsgpt-oss-120bmediumमोफत उपलब्धKAT-Coder-Pro V2.5nonevsKimi K2.7 Codemedium