Kwaipilot: KAT-Coder-Pro V2.5 vs StepFun: Step 3.7 Flash

KAT-Coder-Pro V2.5 (medium) лидирует по среднему баллу: 6.9 vs 6.9. KAT-Coder-Pro V2.5 (medium) имеет более низкую стоимость benchmark: $0.467 vs $1.207. KAT-Coder-Pro V2.5 (medium) быстрее: 24.04s vs 64.68s, с долей успешных попыток 63.6% vs 63.6%.

Рекомендуемая модельKAT-Coder-Pro V2.5 (medium)Здесь у него лучший балл (6.9), при этом он примерно в 2.6 раза дешевле, чем Step 3.7 Flash (high).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-17

Метрика	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium Релиз: 2026-07-14	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29

Метрика	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium Релиз: 2026-07-14	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29
Оценка	6.9	6.9
Ранг	#78	#83
Надежность	10.0	10.0
Стабильность	7.4	8.0
Тестов верно
Доля успешных попыток	63.6%	63.6%
Нестабильные тесты	7	5
Всего запусков	66	66
Стоимость за результат	4.237	10.973
Общая стоимость	$0.467	$1.207
Цена входа	$0.740 / 1M	$0.200 / 1M
Цена выхода	$2.960 / 1M	$1.150 / 1M
Общее число входных токенов	87,907	98,691
Выходные токены	7,213	1,032,395
Токены рассуждений	128,251	0
Время ответа (среднее)	24.04s	64.68s
Время ответа (макс.)	257.00s	364.99s
Время ответа (суммарно)	528.92s	1423.01s

Hamster playing table tennis

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

#78 KAT-Coder-Pro V2.5

medium

Стоимость: $0.009
Время: 25.6s
Токены: 2,939 tok

#83 Step 3.7 Flash

high

Стоимость: $0.007
Время: 63.6s
Токены: 6,030 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	8.2	7.9	83.3%	1		3.90s	672	208	3,868
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	7.8	10.0	66.7%	0		33.10s	7,893	416	33,658
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	6.4	5.8	66.7%	1		135.75s	60,289	5,478	51,591
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	7.3	5.9	83.3%	1		4.70s	7,776	275	2,122
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	2.9	7.2	11.1%	1		29.03s	771	36	29,584
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	4.7	3.1	33.3%	1		2.35s	516	92	381
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	9.9	10.0	100.0%	0		2.58s	699	83	971
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	5.9	4.5	66.7%	2		3.20s	696	325	1,867
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		19.02s	8,391	282	1,010
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		9.87s	204	18	3,199
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Быстрое сравнение

Сменить пару сравнения

GPT-5.5nonevsStep 3.7 Flashhigh Qwen3.6 FlashmediumvsStep 3.7 Flashhigh DeepSeek V4 PrononevsKAT-Coder-Pro V2.5medium Step 3.7 FlashhighvsMiMo-V2.5-Promedium KAT-Coder-Pro V2.5mediumvsGPT-5.6 Solnone Gemini 3.5 FlashminimalvsStep 3.7 Flashhigh GPT-5.6 SolnonevsStep 3.7 Flashhigh DeepSeek V4 PrononevsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsKAT-Coder-Pro V2.5medium KAT-Coder-Pro V2.5mediumvsGPT-5.5none Seed-2.0-MinimediumvsStep 3.7 Flashhigh Gemini 3 Flash PreviewnonevsStep 3.7 Flashhigh