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 2026-02-15

সারাংশ

Qwen3.5 Plus 2026-02-15 average score-এ এগিয়ে: 6.4 vs 5.6. KAT-Coder-Air V2.5 (medium)-এর benchmark খরচ কম: $0.048 vs $0.073. KAT-Coder-Air V2.5 (medium) দ্রুত: 8.42s vs 9.85s, pass rates 45.5% vs 48.5%.

প্রস্তাবিত মডেলQwen3.5 Plus 2026-02-15It has the strongest score in this comparison (6.4) and the best overall balance of cost and response time across all 2 models.

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

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium প্রকাশ: 2026-07-14 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none প্রকাশ: 2026-02-15
স্কোর 5.6 6.4
র‍্যাঙ্ক #142 #102
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 8.9 9.4
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 45.5% 48.5%
অস্থির টেস্ট 3 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.593 0.751
মোট খরচ $0.048 $0.073
ইনপুট মূল্য $0.150 / 1M $0.260 / 1M
আউটপুট মূল্য $0.600 / 1M $1.560 / 1M
মোট ইনপুট টোকেন 51,472 102,646
আউটপুট টোকেন 7,822 29,370
রিজনিং টোকেন 58,352 0
প্রতিক্রিয়া সময় (গড়) 8.42s 9.85s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 48.19s 123.00s
প্রতিক্রিয়া সময় (মোট) 185.24s 157.63s

জেনারেশন শোকেস

Hamster playing table tennis

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

#142 KAT-Coder-Air V2.5

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

#102 Qwen3.5 Plus 2026-02-15

none
খরচ
$0.012
সময়
153.2s
টোকেন
7,787 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 Plus 2026-02-15 4.3 7.9 11.1% 1 2.05s 7,913 473 0

দ্রুত তুলনা

তুলনার জুটি বদলান