#55 DeepSeek V4 Pro
high- 成本
- $0.023
- 时间
- 257.6s
- 令牌
- 14,870 tok
AI BENCHY 对比
DeepSeek: DeepSeek V4 Pro vs Kwaipilot: KAT-Coder-Pro V2.5
摘要
DeepSeek V4 Pro (high) 平均分领先，为 7.6 vs 7.5。 DeepSeek V4 Pro (high) benchmark 成本更低，为 $0.157 vs $0.275。 KAT-Coder-Pro V2.5 (medium) 更快，为 12.95s vs 77.20s，通过率为 66.7% vs 65.1%。
推荐模型KAT-Coder-Pro V2.5 (medium)它的得分接近这里的最高分（7.5 vs 7.6），同时响应速度比DeepSeek V4 Pro (high)快约 6.0 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14
| 指标 | DeepSeek V4 Pro DeepSeek V4 Pro high | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium |
|---|---|---|
| 分数 | 7.6 | 7.5 |
| 排名 | #55 | #60 |
| 可靠性 | 9.3 | 10.0 |
| 一致性 | 7.0 | 7.7 |
| 测试正确 | ||
| 尝试通过率 | 66.7% | 65.1% |
| 不稳定测试 | 8 | 6 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 1.742 | 2.498 |
| 总成本 | $0.157 | $0.275 |
| 输入价格 | $0.435 / 1M | $0.740 / 1M |
| 输出价格 | $0.870 / 1M | $2.960 / 1M |
| 总输入令牌 | 38,726 | 42,750 |
| 输出令牌 | 6,334 | 2,098 |
| 推理令牌 | 159,151 | 80,027 |
| 响应时间（平均） | 77.20s | 12.95s |
| 响应时间（最大） | 416.76s | 81.45s |
| 响应时间（总计） | 1621.17s | 271.92s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#60 KAT-Coder-Pro V2.5
medium- 成本
- $0.009
- 时间
- 25.6s
- 令牌
- 2,939 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
| 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 V4 Pro | 6.1 | 4.6 | 66.7% | 2 | 243.00s | 5,090 | 383 | 84,580 | |
| KAT-Coder-Pro V2.5 | 7.8 | 10.0 | 66.7% | 0 | 33.10s | 7,893 | 416 | 33,658 |
快速对比
切换对比组合
DeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumKAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.6 LunamediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.4 NanomediumDeepSeek V4 ProhighvsGPT-5.6 TerralowDeepSeek V4 ProhighvsGrok 4.3medium