#53 KAT-Coder-Pro V2.5
high- খরচ
- $0.009
- সময়
- 26.4s
- টোকেন
- 3,117 tok
AI BENCHY Compare
Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.5-122B-A10B
সারাংশ
Qwen3.5-122B-A10B (medium) average score-এ এগিয়ে: 7.7 vs 7.7. KAT-Coder-Pro V2.5 (high)-এর benchmark খরচ কম: $0.246 vs $0.588. KAT-Coder-Pro V2.5 (high) দ্রুত: 12.30s vs 42.49s, pass rates 63.5% vs 73.0%.
প্রস্তাবিত মডেলKAT-Coder-Pro V2.5 (high)Its score stays close to the best score here (7.7 vs 7.7), while costing about 2.4x less than Qwen3.5-122B-A10B (medium).
AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14
| মেট্রিক | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high | Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium |
|---|---|---|
| স্কোর | 7.7 | 7.7 |
| র্যাঙ্ক | #53 | #46 |
| নির্ভরযোগ্যতা | 10.0 | 10.0 |
| ধারাবাহিকতা | 8.1 | 8.8 |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 63.5% | 73.0% |
| অস্থির টেস্ট | 5 | 3 |
| মোট রান | 63 | 63 |
| প্রতি ফলাফলে খরচ | 2.228 | 5.235 |
| মোট খরচ | $0.246 | $0.588 |
| ইনপুট মূল্য | $0.740 / 1M | $0.260 / 1M |
| আউটপুট মূল্য | $2.960 / 1M | $2.080 / 1M |
| মোট ইনপুট টোকেন | 42,750 | 41,832 |
| আউটপুট টোকেন | 2,509 | 26,187 |
| রিজনিং টোকেন | 69,594 | 251,028 |
| প্রতিক্রিয়া সময় (গড়) | 12.30s | 42.49s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 95.65s | 168.16s |
| প্রতিক্রিয়া সময় (মোট) | 258.34s | 892.30s |
জেনারেশন শোকেস
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#46 Qwen3.5-122B-A10B
medium- খরচ
- $0.019
- সময়
- 48.7s
- টোকেন
- 6,034 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-Pro V2.5 | 6.4 | 7.9 | 44.4% | 1 | 22.00s | 7,893 | 422 | 20,461 | |
| Qwen3.5-122B-A10B | 6.0 | 7.2 | 55.6% | 1 | 114.48s | 7,630 | 8,057 | 82,578 |
দ্রুত তুলনা
তুলনার জুটি বদলান
Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsKAT-Coder-Pro V2.5highKAT-Coder-Pro V2.5highvsGPT-5.6 TerralowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKAT-Coder-Pro V2.5highvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsMiniMax M3mediumClaude Opus 4.8lowvsKAT-Coder-Pro V2.5highQwen3.5-122B-A10BmediumvsGrok 4.5lowKAT-Coder-Pro V2.5highvsGrok Build 0.1medium