নেভিগেশন
AI BENCHY
Advertise here

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

average score প্রায় সমান: 5.6 vs 5.5. KAT-Coder-Air V2.5 (medium)-এর benchmark খরচ কম: $0.048 vs $0.087. KAT-Coder-Air V2.5 (medium) দ্রুত: 8.42s vs 10.65s, pass rates 45.5% vs 45.5%.

প্রস্তাবিত মডেলKAT-Coder-Air V2.5 (medium)It has the best score here (5.6), while costing about 1.8x less than Qwen3.6 27B.

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 Qwen3.6 27B Qwen3.6 27B none প্রকাশ: 2026-04-20
স্কোর 5.6 5.5
র‍্যাঙ্ক #142 #145
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 8.9 7.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 45.5% 45.5%
অস্থির টেস্ট 3 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.593 1.220
মোট খরচ $0.048 $0.087
ইনপুট মূল্য $0.150 / 1M $0.450 / 1M
আউটপুট মূল্য $0.600 / 1M $2.700 / 1M
মোট ইনপুট টোকেন 51,472 95,796
আউটপুট টোকেন 7,822 16,155
রিজনিং টোকেন 58,352 0
প্রতিক্রিয়া সময় (গড়) 8.42s 10.65s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 48.19s 156.31s
প্রতিক্রিয়া সময় (মোট) 185.24s 234.39s

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

#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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973
Qwen3.6 27B 5.5 10.0 33.3% 0 4.16s 7,913 539 0

দ্রুত তুলনা

তুলনার জুটি বদলান