নেভিগেশন
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 35B A3B

KAT-Coder-Air V2.5 (high) average score-এ এগিয়ে: 5.6 vs 5.3. Qwen3.6 35B A3B-এর benchmark খরচ কম: $0.061 vs $0.077. Qwen3.6 35B A3B দ্রুত: 5.52s vs 15.90s, pass rates 43.9% vs 31.8%.

প্রস্তাবিত মডেলKAT-Coder-Air V2.5 (high)It has the strongest score in this comparison (5.6) and the best overall balance of cost and response time across all 2 models.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-20

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high প্রকাশ: 2026-07-14 Qwen3.6 35B A3B Qwen3.6 35B A3B none প্রকাশ: 2026-04-20
স্কোর 5.6 5.3
র‍্যাঙ্ক #144 #161
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 7.7 7.7
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 43.9% 31.8%
অস্থির টেস্ট 6 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.097 1.496
মোট খরচ $0.077 $0.061
ইনপুট মূল্য $0.150 / 1M $0.140 / 1M
আউটপুট মূল্য $0.600 / 1M $1.000 / 1M
মোট ইনপুট টোকেন 50,470 93,979
আউটপুট টোকেন 3,957 46,957
রিজনিং টোকেন 111,374 0
প্রতিক্রিয়া সময় (গড়) 15.90s 5.52s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 118.35s 39.54s
প্রতিক্রিয়া সময় (মোট) 349.71s 110.40s

Hamster playing table tennis

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

#144 KAT-Coder-Air V2.5

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

#161 Qwen3.6 35B A3B

none
খরচ
$0.008
সময়
30.1s
টোকেন
6,317 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 35B A3B 5.5 10.0 33.3% 0 8.77s 7,911 11,161 0

দ্রুত তুলনা

তুলনার জুটি বদলান