নেভিগেশন
AI BENCHY
Advertise here

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

KAT-Coder-Air V2.5 (low) average score-এ এগিয়ে: 5.4 vs 5.3. KAT-Coder-Air V2.5 (low)-এর benchmark খরচ কম: $0.041 vs $0.061. Qwen3.6 35B A3B দ্রুত: 5.52s vs 10.09s, pass rates 45.5% vs 31.8%.

প্রস্তাবিত মডেলQwen3.6 35B A3BIts score stays close to the best score here (5.3 vs 5.4), while responding about 1.8x faster than KAT-Coder-Air V2.5 (low).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low প্রকাশ: 2026-07-14 Qwen3.6 35B A3B Qwen3.6 35B A3B none প্রকাশ: 2026-04-20
স্কোর 5.4 5.3
র‍্যাঙ্ক #151 #154
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 7.4 7.7
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 45.5% 31.8%
অস্থির টেস্ট 7 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.585 1.496
মোট খরচ $0.041 $0.061
ইনপুট মূল্য $0.150 / 1M $0.140 / 1M
আউটপুট মূল্য $0.600 / 1M $1.000 / 1M
মোট ইনপুট টোকেন 61,085 93,979
আউটপুট টোকেন 5,905 46,957
রিজনিং টোকেন 46,990 0
প্রতিক্রিয়া সময় (গড়) 10.09s 5.52s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 86.23s 39.54s
প্রতিক্রিয়া সময় (মোট) 222.03s 110.40s

Hamster playing table tennis

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

#151 KAT-Coder-Air V2.5

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

#154 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 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623
Qwen3.6 35B A3B 5.5 10.0 33.3% 0 8.77s 7,911 11,161 0

দ্রুত তুলনা

তুলনার জুটি বদলান