#73 DeepSeek V3.2
medium- 成本
- $0.001
- 时间
- 53.6s
- 令牌
- 1,932 tok
AI BENCHY 对比
DeepSeek: DeepSeek V3.2 vs Kwaipilot: KAT-Coder-Pro V2.5
摘要
KAT-Coder-Pro V2.5 (high) 平均分领先，为 7.2 vs 7.0。 DeepSeek V3.2 (medium) benchmark 成本更低，为 $0.078 vs $0.482。 KAT-Coder-Pro V2.5 (high) 更快，为 20.83s vs 68.62s，通过率为 65.2% vs 63.6%。
推荐模型DeepSeek V3.2 (medium)它的得分接近这里的最高分（7.0 vs 7.2），同时成本比KAT-Coder-Pro V2.5 (high)低约 6.2 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17
| 指标 | DeepSeek V3.2 DeepSeek V3.2 medium | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high |
|---|---|---|
| 分数 | 7.0 | 7.2 |
| 排名 | #73 | #66 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.4 | 7.8 |
| 测试正确 | ||
| 尝试通过率 | 65.2% | 63.6% |
| 不稳定测试 | 7 | 6 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.671 | 4.378 |
| 总成本 | $0.078 | $0.482 |
| 输入价格 | $0.269 / 1M | $0.740 / 1M |
| 输出价格 | $0.400 / 1M | $2.960 / 1M |
| 总输入令牌 | 101,047 | 106,076 |
| 输出令牌 | 11,834 | 9,071 |
| 推理令牌 | 117,014 | 127,093 |
| 响应时间（平均） | 68.62s | 20.83s |
| 响应时间（最大） | 376.10s | 199.97s |
| 响应时间（总计） | 1509.53s | 458.31s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#66 KAT-Coder-Pro V2.5
high- 成本
- $0.009
- 时间
- 26.4s
- 令牌
- 3,117 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 8.2 | 7.9 | 83.3% | 1 | 24.23s | 448 | 3,247 | 6,953 | |
| KAT-Coder-Pro V2.5 | 7.0 | 8.0 | 66.7% | 1 | 3.17s | 672 | 447 | 2,716 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.0 | 7.2 | 55.6% | 1 | 248.68s | 5,717 | 649 | 52,014 | |
| KAT-Coder-Pro V2.5 | 6.4 | 7.9 | 44.4% | 1 | 22.00s | 7,893 | 422 | 20,461 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 7.3 | 5.8 | 83.3% | 1 | 79.92s | 76,997 | 5,219 | 24,229 | |
| KAT-Coder-Pro V2.5 | 7.3 | 5.8 | 83.3% | 1 | 106.70s | 78,458 | 6,956 | 60,306 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 36.09s | 7,388 | 207 | 7,693 | |
| KAT-Coder-Pro V2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.13s | 7,776 | 278 | 1,960 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 2.9 | 4.4 | 22.2% | 2 | 24.27s | 472 | 21 | 6,838 | |
| KAT-Coder-Pro V2.5 | 2.9 | 4.4 | 22.2% | 2 | 35.33s | 771 | 33 | 35,701 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.4 | 2.5 | 33.3% | 1 | 58.29s | 314 | 49 | 2,189 | |
| KAT-Coder-Pro V2.5 | 5.1 | 10.0 | 0.0% | 0 | 3.27s | 516 | 139 | 647 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 35.78s | 627 | 1,397 | 2,845 | |
| KAT-Coder-Pro V2.5 | 9.9 | 10.0 | 100.0% | 0 | 2.67s | 699 | 84 | 976 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 7.0 | 7.2 | 55.6% | 1 | 37.69s | 594 | 518 | 6,375 | |
| KAT-Coder-Pro V2.5 | 8.2 | 7.2 | 88.9% | 1 | 3.38s | 696 | 428 | 1,936 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 34.81s | 8,307 | 507 | 859 | |
| KAT-Coder-Pro V2.5 | 10.0 | 10.0 | 100.0% | 0 | 28.04s | 8,391 | 268 | 896 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.0 | 10.0 | 0.0% | 0 | 83.99s | 183 | 20 | 7,019 | |
| KAT-Coder-Pro V2.5 | 3.0 | 10.0 | 0.0% | 0 | 5.22s | 204 | 16 | 1,494 |
快速对比
切换对比组合
KAT-Coder-Pro V2.5highvsKimi K2.6mediumDeepSeek V3.2mediumvsGemini 3.5 FlashnoneKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsKAT-Coder-Pro V2.5highKAT-Coder-Pro V2.5highvsQwen3.7 PlusnoneGemini 3.1 Flash LitemediumvsKAT-Coder-Pro V2.5highKAT-Coder-Pro V2.5highvsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewmediumvsKAT-Coder-Pro V2.5highKAT-Coder-Pro V2.5highvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsGLM 5.1mediumKAT-Coder-Pro V2.5highvsGrok 4.20medium