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 2026-04-20

সারাংশ

KAT-Coder-Air V2.5 (low) average score-এ এগিয়ে: 6.0 vs 5.5. KAT-Coder-Air V2.5 (low)-এর benchmark খরচ কম: $0.030 vs $0.032. Qwen3.5 Plus 2026-04-20 দ্রুত: 4.39s vs 6.47s, pass rates 46.0% vs 41.3%.

প্রস্তাবিত মডেলKAT-Coder-Air V2.5 (low)It has the strongest score in this comparison (6.0) and the best overall balance of cost and response time across all 2 models.

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 2026-04-20 Qwen3.5 Plus 2026-04-20 none প্রকাশ: 2026-04-20
স্কোর 6.0 5.5
র‍্যাঙ্ক #124 #147
নির্ভরযোগ্যতা 9.7 10.0
ধারাবাহিকতা 7.6 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 46.0% 41.3%
অস্থির টেস্ট 6 4
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.427 0.595
মোট খরচ $0.030 $0.032
ইনপুট মূল্য $0.150 / 1M $0.300 / 1M
আউটপুট মূল্য $0.600 / 1M $1.800 / 1M
মোট ইনপুট টোকেন 42,464 38,910
আউটপুট টোকেন 4,227 11,145
রিজনিং টোকেন 34,864 0
প্রতিক্রিয়া সময় (গড়) 6.47s 4.39s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 25.49s 33.34s
প্রতিক্রিয়া সময় (মোট) 135.80s 92.26s

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

#147 Qwen3.5 Plus 2026-04-20

none
খরচ
$0.008
সময়
77.0s
টোকেন
4,369 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 2026-04-20 3.9 7.8 11.1% 1 1.69s 7,913 480 0

দ্রুত তুলনা

তুলনার জুটি বদলান