COMPARE / 2–4 MODELS

模型对比

MODEL SELECTOR

选择对比模型

4 / 4

模型厂商查找模型

KAT-Coder-Pro V1×DeepSeek-Coder-V2×Devstral Small (Jul '25)×Command A+×

KAT-Coder-Pro V1 / DeepSeek-Coder-V2 / Devstral Small (Jul '25) / Command A+

PRICE / CAPABILITY FRONTIER

模型斩杀线坐标

1 个所选模型

左上区域代表更低价格和更高能力。红色前沿线由当前主流模型计算；对比状态只显示所选模型点，隐藏其他背景点。价格采用标准输入档位，横轴为对数刻度。

020406080100

AA 智能指数越高越好

KAT-Coder-Pro V1KwaiKAT

18.586最优

DeepSeek-Coder-V2DeepSeek

5.984差 67.8%

Devstral Small (Jul '25)Mistral

7.602差 59.1%

Command A+Cohere

13.924差 25.1%

GPQA 科学推理越高越好

KAT-Coder-Pro V1KwaiKAT

0.764最优

DeepSeek-Coder-V2DeepSeek

—

Devstral Small (Jul '25)Mistral

0.414差 45.8%

Command A+Cohere

0.761差 0.4%

τ² 智能体工具任务越高越好

KAT-Coder-Pro V1KwaiKAT

0.886最优

DeepSeek-Coder-V2DeepSeek

—

Devstral Small (Jul '25)Mistral

0.284差 68.0%

Command A+Cohere

0.807差 8.9%

SciCode 科研编程越高越好

KAT-Coder-Pro V1KwaiKAT

—

DeepSeek-Coder-V2DeepSeek

—

Devstral Small (Jul '25)Mistral

—

Command A+Cohere

0.385最优

输出速度中位数越高越好

KAT-Coder-Pro V1KwaiKAT

—

DeepSeek-Coder-V2DeepSeek

—

Devstral Small (Jul '25)Mistral

—

Command A+Cohere

241.554最优

条长为同一维度内的 0至100 归一化分数；右侧数字为来源原始值。指数使用原始百分制，速度和延迟按本次所选模型相对归一化。

评测数据来自 Artificial Analysis，本站仅作非官方中文呈现；归一化仅用于当前所选模型的视觉比较，不改变原始值。查看指标口径。

FULL SPECIFICATION

完整指标对照

35 项

指标	KAT-Coder-Pro V1	DeepSeek-Coder-V2	Devstral Small (Jul '25)	Command A+
AA 智能指数 · 越高越好	18.586最优	5.984距最优 67.8%	7.602距最优 59.1%	13.924距最优 25.1%
智能指数评测成本USD · 越低越好	—无数据	—无数据	—无数据	0最优
CritPT 批判性推理 · 越高越好	0距最优 100.0%	—无数据	0距最优 100.0%	0.003最优
GDPval 专业任务 · 越高越好	0.173最优	—无数据	—无数据	0.079距最优 54.2%
GPQA 科学推理 · 越高越好	0.764最优	—无数据	0.414距最优 45.8%	0.761距最优 0.4%
Humanity’s Last Exam · 越高越好	0.336最优	—无数据	0.038距最优 88.8%	0.12距最优 64.5%
IFBench 指令遵循 · 越高越好	0.684距最优 7.5%	—无数据	0.346距最优 53.3%	0.74最优
LCR 长上下文推理 · 越高越好	0.387距最优 26.6%	—无数据	0.187距最优 64.6%	0.527最优
MMMU-Pro 多模态理解 · 越高越好	—无数据	—无数据	—无数据	0.632最优
Omniscience 综合知识 · 越高越好	-37.733距最优 839.4%	—无数据	-50.833距最优 1165.6%	-4.017最优
Omniscience 准确率 · 越高越好	0.177最优	—无数据	0.147距最优 16.8%	0.089距最优 49.8%
Omniscience 非幻觉率 · 越高越好	0.326距最优 62.0%	—无数据	0.231距最优 73.1%	0.858最优
SciCode 科研编程 · 越高越好	—无数据	—无数据	—无数据	0.385最优
τ² 智能体工具任务 · 越高越好	0.886最优	—无数据	0.284距最优 68.0%	0.807距最优 8.9%
τ-Bench 银行业任务 · 越高越好	—无数据	—无数据	—无数据	0.06最优
Terminal-Bench Hard · 越高越好	0.091距最优 63.6%	—无数据	0.061距最优 75.8%	0.25最优
输出速度中位数tokens/s · 越高越好	—无数据	—无数据	—无数据	241.555最优
输出速度 P05tokens/s · 越高越好	—无数据	—无数据	—无数据	216.448最优
输出速度 P25tokens/s · 越高越好	—无数据	—无数据	—无数据	223.794最优
输出速度 P75tokens/s · 越高越好	—无数据	—无数据	—无数据	261.714最优
输出速度 P95tokens/s · 越高越好	—无数据	—无数据	—无数据	292.435最优
推理耗时中位数秒 · 越低越好	—无数据	—无数据	—无数据	8.28最优
首 token 延迟中位数秒 · 越低越好	—无数据	—无数据	—无数据	0.418最优
首 token 延迟 P05秒 · 越低越好	—无数据	—无数据	—无数据	0.368最优
首 token 延迟 P25秒 · 越低越好	—无数据	—无数据	—无数据	0.378最优
首 token 延迟 P75秒 · 越低越好	—无数据	—无数据	—无数据	0.438最优
首 token 延迟 P95秒 · 越低越好	—无数据	—无数据	—无数据	0.817最优
首答案 token 延迟中位数秒 · 越低越好	—无数据	—无数据	—无数据	8.698最优
端到端响应中位数秒 · 越低越好	—无数据	—无数据	—无数据	10.768最优
上下文窗口tokens · 越高越好	256,000最优	128,000距最优 50.0%	256,000最优	192,000距最优 25.0%
Standard 输入价格百万 tokens · 越低越好	—无数据	—无数据	—无数据	¥0.0000最优
Standard 输出价格百万 tokens · 越低越好	—无数据	—无数据	—无数据	¥0.0000最优
Standard 缓存输入价格百万 tokens · 越低越好	—无数据	—无数据	—无数据	—无数据
terminal bench21 · 越高越好	—无数据	—无数据	—无数据	0.229最优
terminal bench40 · 越高越好	—无数据	—无数据	—无数据	0.005最优

人民币价格按服务端汇率 1 USD = 6.7071 CNY 折算，参考日期 2026/9/16。