#60 KAT-Coder-Pro V2.5
medium- 成本
- $0.009
- 时间
- 25.6s
- 令牌
- 2,939 tok
AI BENCHY 对比
Kwaipilot: KAT-Coder-Pro V2.5 vs StepFun: Step 3.7 Flash
摘要
Step 3.7 Flash (low) 平均分领先，为 7.7 vs 7.5。 KAT-Coder-Pro V2.5 (medium) benchmark 成本更低，为 $0.275 vs $0.341。 KAT-Coder-Pro V2.5 (medium) 更快，为 12.95s vs 15.74s，通过率为 65.1% vs 68.3%。
推荐模型KAT-Coder-Pro V2.5 (medium)它提供了最佳整体取舍：得分有竞争力（7.5），成本低于Step 3.7 Flash (low)，响应时间也较均衡。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14
| 指标 | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| 分数 | 7.5 | 7.7 |
| 排名 | #60 | #51 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.7 | 8.4 |
| 测试正确 | ||
| 尝试通过率 | 65.1% | 68.3% |
| 不稳定测试 | 6 | 4 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 2.498 | 2.840 |
| 总成本 | $0.275 | $0.341 |
| 输入价格 | $0.740 / 1M | $0.200 / 1M |
| 输出价格 | $2.960 / 1M | $1.150 / 1M |
| 总输入令牌 | 42,750 | 40,101 |
| 输出令牌 | 2,098 | 289,325 |
| 推理令牌 | 80,027 | 0 |
| 响应时间（平均） | 12.95s | 15.74s |
| 响应时间（最大） | 81.45s | 124.75s |
| 响应时间（总计） | 271.92s | 330.63s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 Step 3.7 Flash
low
无效SVG
- 成本
- $0.004
- 时间
- 25.3s
- 令牌
- 3,072 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 |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Pro V2.5 | 7.8 | 10.0 | 66.7% | 0 | 33.10s | 7,893 | 416 | 33,658 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
快速对比
切换对比组合
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumKAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6medium免费可用vsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsKAT-Coder-Pro V2.5mediumQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 Flashlow