AI BENCHY
Advertise here
#89

KAT-Coder-Pro V2.5

Kwaipilot प्रकाशन: 2026-07-14 चाचणी तारीख: 2026-07-14 11:05 kwaipilot/kat-coder-pro-v2.5::none
~700B एकूण (~72B सक्रिय)MoEबंद स्रोतअंदाजित

सारांश

KAT-Coder-Pro V2.5 AI BENCHY वर 6.8 स्कोर करते आणि #89 वर आहे. याची reliability 10.0, pass rate 71.4%, एकूण खर्च $0.220, आणि सरासरी response time 10.81s आहे.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

अंदाजित
पॅरामीटर्स
~700B एकूण (~72B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
परवाना
-

सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.

सुसंगतता

7.3

एकूण आउटपुट टोकन्स

63,338

एकूण इनपुट टोकन्स

42,749

इनपुट किंमत

$0.740 / 1M

आउटपुट किंमत

$2.960 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 10

प्रति प्रयत्न पास दर: 71.4%

अस्थिर चाचण्या

7

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

10.81s

प्रतिसाद वेळ (कमाल): 53.57s

प्रतिसाद वेळ (एकूण): 227.02s

Hamster playing table tennis

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

#89 KAT-Coder-Pro V2.5

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

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 03:23 पुन्हा चाचणी 6.7 10.0 $0.487 तुलना करा
2026-07-16 23:43 नवीन चाचणी जोडली 6.7 10.0 $0.476 तुलना करा
2026-07-14 11:05 पहिला रन 6.8 10.0 $0.220 सध्याची रन

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-07-14 11:25 $0.740 / 1M $2.960 / 1M

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 8.7 7.9
कोडिंग 6.1 4.7
संयुक्त 4.7 1.6
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 4.8 3.2
सूचनांचे पालन 9.8 10.0
कोडी सोडवणे 8.2 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स