#89 KAT-Coder-Pro V2.5
none- खर्च
- $0.010
- वेळ
- 29.0s
- टोकन्स
- 3,439 tok
AI BENCHY Compare
सारांश
Qwen3.7 Max average score मध्ये पुढे आहे: 6.9 vs 6.8. Qwen3.7 Max चा benchmark खर्च कमी आहे: $0.054 vs $0.220. Qwen3.7 Max वेगवान आहे: 1.30s vs 10.81s, pass rates 71.4% vs 66.7%.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none | Qwen3.7 Max Qwen3.7 Max none |
|---|---|---|
| स्कोअर | 6.8 | 6.9 |
| क्रमांक | #89 | #85 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 7.3 | 10.0 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 71.4% | 66.7% |
| अस्थिर चाचण्या | 7 | 0 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 1.992 | 0.744 |
| एकूण खर्च | $0.220 | $0.054 |
| इनपुट किंमत | $0.740 / 1M | $1.250 / 1M |
| आउटपुट किंमत | $2.960 / 1M | $3.750 / 1M |
| एकूण इनपुट टोकन्स | 42,749 | 37,107 |
| आउटपुट टोकन्स | 63,338 | 1,994 |
| रिझनिंग टोकन्स | 0 | 0 |
| प्रतिसाद वेळ (सरासरी) | 10.81s | 1.30s |
| प्रतिसाद वेळ (कमाल) | 53.57s | 3.92s |
| प्रतिसाद वेळ (एकूण) | 227.02s | 27.21s |
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
| 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 | |
| Qwen3.7 Max | 5.5 | 10.0 | 33.3% | 0 | 1.35s | 7,911 | 582 | 0 |
तुलना जोडी बदला