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

KAT-Coder-Air V2.5 (low) average score-এ এগিয়ে: 6.0 vs 5.8. Qwen3.5 Plus 2026-02-15-এর benchmark খরচ কম: $0.016 vs $0.030. Qwen3.5 Plus 2026-02-15 দ্রুত: 2.31s vs 6.47s, pass rates 46.0% vs 46.0%.

প্রস্তাবিত মডেলQwen3.5 Plus 2026-02-15Its score stays close to the best score here (5.8 vs 6.0), while costing about 1.9x less than KAT-Coder-Air V2.5 (low).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low প্রকাশ: 2026-07-14 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none প্রকাশ: 2026-02-15
স্কোর 6.0 5.8
র‍্যাঙ্ক #124 #130
নির্ভরযোগ্যতা 9.7 10.0
ধারাবাহিকতা 7.6 9.4
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 46.0% 46.0%
অস্থির টেস্ট 6 2
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.427 0.204
মোট খরচ $0.030 $0.016
ইনপুট মূল্য $0.150 / 1M $0.260 / 1M
আউটপুট মূল্য $0.600 / 1M $1.560 / 1M
মোট ইনপুট টোকেন 42,464 45,864
আউটপুট টোকেন 4,227 2,480
রিজনিং টোকেন 34,864 0
প্রতিক্রিয়া সময় (গড়) 6.47s 2.31s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 25.49s 6.65s
প্রতিক্রিয়া সময় (মোট) 135.80s 34.63s

জেনারেশন শোকেস

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low
খরচ
$0.004
সময়
29.9s
টোকেন
6,008 tok

#130 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 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623
Qwen3.5 Plus 2026-02-15 4.3 7.9 11.1% 1 2.05s 7,913 473 0

দ্রুত তুলনা

তুলনার জুটি বদলান