নেভিগেশন
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: 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 $0.247. Qwen3.5-122B-A10B দ্রুত: 12.92s vs 15.90s, pass rates 43.9% vs 33.3%.

প্রস্তাবিত মডেলKAT-Coder-Air V2.5 (high)It has the best score here (5.6), while costing about 3.2x less than Qwen3.5-122B-A10B.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

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 #137 #135
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 7.7 9.3
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 43.9% 33.3%
অস্থির টেস্ট 6 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.097 4.182
মোট খরচ $0.077 $0.247
ইনপুট মূল্য $0.150 / 1M $0.260 / 1M
আউটপুট মূল্য $0.600 / 1M $2.080 / 1M
মোট ইনপুট টোকেন 50,470 241,566
আউটপুট টোকেন 3,957 88,458
রিজনিং টোকেন 111,374 0
প্রতিক্রিয়া সময় (গড়) 15.90s 12.92s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 118.35s 212.63s
প্রতিক্রিয়া সময় (মোট) 349.71s 284.21s

Hamster playing table tennis

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

#137 KAT-Coder-Air V2.5

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

#135 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