নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5 Plus 2026-02-15

সারাংশ

Qwen3.5 Plus 2026-02-15 average score-এ এগিয়ে: 6.4 vs 5.6. Qwen3.5 Plus 2026-02-15-এর benchmark খরচ কম: $0.073 vs $0.077. Qwen3.5 Plus 2026-02-15 দ্রুত: 9.85s vs 15.90s, pass rates 43.9% vs 48.5%.

প্রস্তাবিত মডেলQwen3.5 Plus 2026-02-15It has the best score here (6.4), while responding about 1.6x faster than KAT-Coder-Air V2.5 (high).

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 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none প্রকাশ: 2026-02-15
স্কোর 5.6 6.4
র‍্যাঙ্ক #137 #102
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 7.7 9.4
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 43.9% 48.5%
অস্থির টেস্ট 6 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.097 0.751
মোট খরচ $0.077 $0.073
ইনপুট মূল্য $0.150 / 1M $0.260 / 1M
আউটপুট মূল্য $0.600 / 1M $1.560 / 1M
মোট ইনপুট টোকেন 50,470 102,646
আউটপুট টোকেন 3,957 29,370
রিজনিং টোকেন 111,374 0
প্রতিক্রিয়া সময় (গড়) 15.90s 9.85s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 118.35s 123.00s
প্রতিক্রিয়া সময় (মোট) 349.71s 157.63s

জেনারেশন শোকেস

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

#102 Qwen3.5 Plus 2026-02-15

none
খরচ
$0.012
সময়
153.2s
টোকেন
7,787 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 Plus 2026-02-15 4.3 7.9 11.1% 1 2.05s 7,913 473 0

দ্রুত তুলনা

তুলনার জুটি বদলান