#101 KAT-Coder-Pro V2.5
low- खर्च
- $0.016
- वेळ
- 47.6s
- टोकन्स
- 5,182 tok
Kwaipilot
प्रकाशन: 2026-07-14
चाचणी तारीख: 2026-08-14 03:23
kwaipilot/kat-coder-pro-v2.5::low
~700B एकूण (~72B सक्रिय)MoEबंद स्रोतअंदाजित
सारांश
KAT-Coder-Pro V2.5 AI BENCHY वर 7.3 स्कोर करते आणि #101 वर आहे. याची reliability 10.0, pass rate 68.2%, एकूण खर्च $0.400, आणि सरासरी response time 20.20s आहे.
KAT-Coder-Pro V2.5 खास का आहे: हे सूचनांचे पालन मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर Samanya Buddhimatta हा सर्वात कमकुवत भाग आहे, rank #17.
मॉडेलची माहिती
संशोधन दिनांक: 2026-08-12
- पॅरामीटर्स
- ~700B एकूण (~72B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- परवाना
- -
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
7.3
सुसंगतता
7.0
10.0
$0.400
एकूण आउटपुट टोकन्स
113,193
एकूण इनपुट टोकन्स
87,682
इनपुट किंमत
$0.740 / 1M
आउटपुट किंमत
$2.960 / 1M
अस्थिर चाचण्या
8
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-08-14 03:23 पुन्हा चाचणी | 7.3 | 10.0 | $0.400 | सध्याची रन | |
| 2026-07-16 23:38 नवीन चाचणी जोडली | 7.4 | 10.0 | $0.387 | तुलना करा | |
| 2026-07-14 11:05 पहिला रन | 8.0 | 9.9 | $0.220 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
रन तुलना
| रन | बेंचमार्क कव्हरेज | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 03:23 · सध्याची रन | 66/66 प्रयत्न | 7.3 | 7.0 | 10.0 | 11/22 | 8 | 113,193 | 87,682 | $0.400 | 20.20s |
| 2026-07-16 23:38 · नवीन चाचणी जोडली | 66/66 प्रयत्न | 7.4 | 7.0 | 10.0 | 11/22 | 8 | 108,640 | 87,673 | $0.387 | 19.47s |
| फरक | — | 0.0 | 0.0 | 0.0 | 0 | 0 | +4553 | +9 | +$0.014 | +729ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
किंमत इतिहास
OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.
| तारीख | इनपुट किंमत | आउटपुट किंमत |
|---|---|---|
| 2026-08-14 12:51 | $0.740 / 1M | $2.960 / 1M |
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
KAT-Coder-Pro V2.5lowvsGLM 5.3highKAT-Coder-Pro V2.5lowvsGLM 5.3 FlashhighKAT-Coder-Pro V2.5lowvsClaude Sonnet 4.6noneKAT-Coder-Pro V2.5lowvsGemini 3.1 Flash LitemediumKAT-Coder-Pro V2.5lowvsGemini 3 Flash PreviewlowKAT-Coder-Pro V2.5lowvsQwen3.7 PlusnoneKAT-Coder-Pro V2.5lowvsGrok 4.6lowKAT-Coder-Pro V2.5lowvsDeepSeek V4 Flash 0731mediumKAT-Coder-Pro V2.5lowvsQwen3.8 2.4T A95BhighKAT-Coder-Pro V2.5lowvsClaude Opus 4.8none
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 6.9 | 5.8 | |
| कोडिंग | 7.8 | 10.0 | |
| संयुक्त | 6.4 | 5.8 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.5 | 4.4 | |
| Samanya Buddhimatta | 4.1 | 2.7 | |
| सूचनांचे पालन | 10.0 | 10.0 | |
| कोडी सोडवणे | 6.4 | 4.4 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |