নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 Max Preview

সারাংশ

average score প্রায় সমান: 6.0 vs 6.0. KAT-Coder-Air V2.5 (low)-এর benchmark খরচ কম: $0.030 vs $0.075. Qwen3.6 Max Preview দ্রুত: 3.30s vs 6.47s, pass rates 46.0% vs 58.7%.

প্রস্তাবিত মডেলQwen3.6 Max PreviewIt has the best score here (6.0), while responding about 2.0x faster 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 Qwen3.6 Max Preview Qwen3.6 Max Preview none প্রকাশ: 2026-04-20
স্কোর 6.0 6.0
র‍্যাঙ্ক #124 #122
নির্ভরযোগ্যতা 9.7 10.0
ধারাবাহিকতা 7.6 9.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 46.0% 58.7%
অস্থির টেস্ট 6 2
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.427 0.824
মোট খরচ $0.030 $0.075
ইনপুট মূল্য $0.150 / 1M $1.040 / 1M
আউটপুট মূল্য $0.600 / 1M $6.240 / 1M
মোট ইনপুট টোকেন 42,464 42,509
আউটপুট টোকেন 4,227 4,779
রিজনিং টোকেন 34,864 0
প্রতিক্রিয়া সময় (গড়) 6.47s 3.30s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 25.49s 20.51s
প্রতিক্রিয়া সময় (মোট) 135.80s 69.40s

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

#122 Qwen3.6 Max Preview

none
খরচ
$0.025
সময়
83.9s
টোকেন
4,066 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 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 0

দ্রুত তুলনা

তুলনার জুটি বদলান