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-Pro V2.5 vs Qwen: Qwen3.5 Plus 2026-02-15

সারাংশ

average score প্রায় সমান: 8.0 vs 8.0. KAT-Coder-Pro V2.5 (low)-এর benchmark খরচ কম: $0.220 vs $0.310. KAT-Coder-Pro V2.5 (low) দ্রুত: 10.44s vs 73.79s, pass rates 71.4% vs 73.0%.

প্রস্তাবিত মডেলKAT-Coder-Pro V2.5 (low)It has the best score here (8.0), while responding about 7.1x faster than Qwen3.5 Plus 2026-02-15 (medium).

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

মেট্রিক KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low প্রকাশ: 2026-07-14 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium প্রকাশ: 2026-02-15
স্কোর 8.0 8.0
র‍্যাঙ্ক #35 #34
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 7.3 8.8
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 71.4% 73.0%
অস্থির টেস্ট 7 3
মোট রান 63 63
প্রতি ফলাফলে খরচ 1.991 2.445
মোট খরচ $0.220 $0.310
ইনপুট মূল্য $0.740 / 1M $0.260 / 1M
আউটপুট মূল্য $2.960 / 1M $1.560 / 1M
মোট ইনপুট টোকেন 42,750 40,918
আউটপুট টোকেন 2,167 2,159
রিজনিং টোকেন 61,133 189,604
প্রতিক্রিয়া সময় (গড়) 10.44s 73.79s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 51.34s 266.69s
প্রতিক্রিয়া সময় (মোট) 219.17s 1033.07s

জেনারেশন শোকেস

Hamster playing table tennis

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

#35 KAT-Coder-Pro V2.5

low
খরচ
$0.016
সময়
47.6s
টোকেন
5,182 tok

#34 Qwen3.5 Plus 2026-02-15

medium
খরচ
$0.011
সময়
125.5s
টোকেন
7,040 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 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945
Qwen3.5 Plus 2026-02-15 6.6 7.1 44.4% 1 180.70s 6,950 420 80,595

দ্রুত তুলনা

তুলনার জুটি বদলান