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 2026-04-20

সারাংশ

Qwen3.5 Plus 2026-04-20 average score-এ এগিয়ে: 5.5 vs 4.9. Qwen3.5 Plus 2026-04-20-এর benchmark খরচ কম: $0.032 vs $0.037. Qwen3.5 Plus 2026-04-20 দ্রুত: 4.39s vs 6.99s, pass rates 38.1% vs 41.3%.

প্রস্তাবিত মডেলQwen3.5 Plus 2026-04-20It has the best score here (5.5), while responding about 1.6x faster than KAT-Coder-Air V2.5.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14

মেট্রিক KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none প্রকাশ: 2026-07-14 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none প্রকাশ: 2026-04-20
স্কোর 4.9 5.5
র‍্যাঙ্ক #168 #147
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.1 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 38.1% 41.3%
অস্থির টেস্ট 7 4
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.724 0.595
মোট খরচ $0.037 $0.032
ইনপুট মূল্য $0.150 / 1M $0.300 / 1M
আউটপুট মূল্য $0.600 / 1M $1.800 / 1M
মোট ইনপুট টোকেন 41,328 38,910
আউটপুট টোকেন 49,933 11,145
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 6.99s 4.39s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 24.94s 33.34s
প্রতিক্রিয়া সময় (মোট) 146.78s 92.26s

জেনারেশন শোকেস

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none
খরচ
$0.002
সময়
14.5s
টোকেন
2,619 tok

#147 Qwen3.5 Plus 2026-04-20

none
খরচ
$0.008
সময়
77.0s
টোকেন
4,369 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 3.3 9.6 0.0% 0 14.31s 6,472 16,918 0
Qwen3.5 Plus 2026-04-20 3.9 7.8 11.1% 1 1.69s 7,913 480 0

দ্রুত তুলনা

তুলনার জুটি বদলান