নেভিগেশন
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 27B

KAT-Coder-Air V2.5 (high) average score-এ এগিয়ে: 5.6 vs 5.5. KAT-Coder-Air V2.5 (high)-এর benchmark খরচ কম: $0.077 vs $0.087. Qwen3.6 27B দ্রুত: 10.65s vs 15.90s, pass rates 43.9% vs 45.5%.

প্রস্তাবিত মডেলQwen3.6 27BIt offers the best overall trade-off: a competitive score (5.5), faster response than KAT-Coder-Air V2.5 (high), and balanced cost.

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 Qwen3.6 27B Qwen3.6 27B none প্রকাশ: 2026-04-20
স্কোর 5.6 5.5
র‍্যাঙ্ক #137 #145
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 7.7 7.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 43.9% 45.5%
অস্থির টেস্ট 6 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.097 1.220
মোট খরচ $0.077 $0.087
ইনপুট মূল্য $0.150 / 1M $0.450 / 1M
আউটপুট মূল্য $0.600 / 1M $2.700 / 1M
মোট ইনপুট টোকেন 50,470 95,796
আউটপুট টোকেন 3,957 16,155
রিজনিং টোকেন 111,374 0
প্রতিক্রিয়া সময় (গড়) 15.90s 10.65s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 118.35s 156.31s
প্রতিক্রিয়া সময় (মোট) 349.71s 234.39s

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

#145 Qwen3.6 27B

none
খরচ
$0.009
সময়
83.0s
টোকেন
4,549 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
Qwen3.6 27B 5.5 10.0 33.3% 0 4.16s 7,913 539 0

দ্রুত তুলনা

তুলনার জুটি বদলান