নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

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

সারাংশ

KAT-Coder-Air V2.5 (low) average score-এ এগিয়ে: 6.0 vs 5.5. Qwen3.6 27B-এর benchmark খরচ কম: $0.025 vs $0.030. Qwen3.6 27B দ্রুত: 3.72s vs 6.47s, pass rates 46.0% vs 47.6%.

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 Qwen3.6 27B Qwen3.6 27B none প্রকাশ: 2026-04-20
স্কোর 6.0 5.5
র‍্যাঙ্ক #124 #145
নির্ভরযোগ্যতা 9.7 10.0
ধারাবাহিকতা 7.6 7.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 46.0% 47.6%
অস্থির টেস্ট 6 6
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.427 0.467
মোট খরচ $0.030 $0.025
ইনপুট মূল্য $0.150 / 1M $0.290 / 1M
আউটপুট মূল্য $0.600 / 1M $2.400 / 1M
মোট ইনপুট টোকেন 42,464 52,721
আউটপুট টোকেন 4,227 3,812
রিজনিং টোকেন 34,864 0
প্রতিক্রিয়া সময় (গড়) 6.47s 3.72s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 25.49s 11.82s
প্রতিক্রিয়া সময় (মোট) 135.80s 78.08s

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

#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 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623
Qwen3.6 27B 5.5 10.0 33.3% 0 4.16s 7,913 539 0

দ্রুত তুলনা

তুলনার জুটি বদলান