নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-122B-A10B

সারাংশ

KAT-Coder-Air V2.5 (medium) average score-এ এগিয়ে: 6.2 vs 5.3. Qwen3.5-122B-A10B-এর benchmark খরচ কম: $0.020 vs $0.045. Qwen3.5-122B-A10B দ্রুত: 3.41s vs 8.28s, pass rates 47.6% vs 31.8%.

প্রস্তাবিত মডেলKAT-Coder-Air V2.5 (medium)It has the strongest score in this comparison (6.2) and the best overall balance of cost and response time across all 2 models.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-16

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium প্রকাশ: 2026-07-14 Qwen3.5-122B-A10B Qwen3.5-122B-A10B none প্রকাশ: 2026-02-24
স্কোর 6.2 5.3
র‍্যাঙ্ক #116 #153
নির্ভরযোগ্যতা 9.7 10.0
ধারাবাহিকতা 8.8 9.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 47.6% 31.8%
অস্থির টেস্ট 3 1
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.562 0.393
মোট খরচ $0.045 $0.020
ইনপুট মূল্য $0.150 / 1M $0.260 / 1M
আউটপুট মূল্য $0.600 / 1M $2.080 / 1M
মোট ইনপুট টোকেন 42,750 47,735
আউটপুট টোকেন 7,759 3,383
রিজনিং টোকেন 56,357 0
প্রতিক্রিয়া সময় (গড়) 8.28s 3.41s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 48.19s 46.00s
প্রতিক্রিয়া সময় (মোট) 173.80s 71.59s

জেনারেশন শোকেস

Hamster playing table tennis

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

#116 KAT-Coder-Air V2.5

medium
খরচ
$0.003
সময়
23.7s
টোকেন
4,924 tok

#153 Qwen3.5-122B-A10B

none
খরচ
$0.016
সময়
44.5s
টোকেন
6,431 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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973
Qwen3.5-122B-A10B 3.7 7.0 22.2% 1 2.77s 7,913 693 0

দ্রুত তুলনা

তুলনার জুটি বদলান