নেভিগেশন
AI BENCHY
Advertise here

KAT-Coder-Air V2.5 (high) vs Qwen3.5-122B-A10B

average score প্রায় সমান: 5.6 vs 5.7. KAT-Coder-Air V2.5 (high)-এর benchmark খরচ কম: $0.077 vs $0.283. Qwen3.5-122B-A10B দ্রুত: 12.93s vs 15.87s, pass rates 42.4% vs 33.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-02

র‍্যাঙ্ক
#220
মোট আউটপুট টোকেন
114,654
প্রতিক্রিয়া সময় (গড়)
15.87s
মোট খরচ
$0.077
র‍্যাঙ্ক
#218
মোট আউটপুট টোকেন
88,459
প্রতিক্রিয়া সময় (গড়)
12.93s
মোট খরচ
$0.283
প্রস্তাবিত মডেল KAT-Coder-Air V2.5 (high)

It has the best score here (5.6), while costing about 3.7x less than Qwen3.5-122B-A10B.

বিস্তারিত তুলনা

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high প্রকাশ: 2026-07-14 Qwen3.5-122B-A10B Qwen3.5-122B-A10B none প্রকাশ: 2026-02-24
স্কোর 5.6 5.7
র‍্যাঙ্ক #220 #218
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 8.1 9.3
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 42.4% 33.3%
অস্থির টেস্ট 5 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.091 4.182
মোট খরচ $0.077 $0.283
ইনপুট মূল্য $0.150 / 1M $0.290 / 1M
আউটপুট মূল্য $0.600 / 1M $2.400 / 1M
মোট ইনপুট টোকেন 50,423 241,575
আউটপুট টোকেন 4,144 88,459
রিজনিং টোকেন 110,510 0
প্রতিক্রিয়া সময় (গড়) 15.87s 12.93s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 118.35s 212.63s
প্রতিক্রিয়া সময় (মোট) 349.16s 284.39s
প্যারামিটার ~35B মোট (~3B সক্রিয়) 122B মোট (10B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#220 KAT-Coder-Air V2.5

high
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 tok

#218 Qwen3.5-122B-A10B

none
খরচ
$0.016
সময়
44.5s
টোকেন
6,431 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
KAT-Coder-Air V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883
Qwen3.5-122B-A10B 3.7 7.0 22.2% 1 2.77s 7,913 693 0

দ্রুত তুলনা

তুলনার জুটি বদলান