নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.5-Flash

সারাংশ

average score প্রায় সমান: 6.8 vs 6.8. Qwen3.5-Flash (medium)-এর benchmark খরচ কম: $0.080 vs $0.220. KAT-Coder-Pro V2.5 দ্রুত: 10.81s vs 63.29s, pass rates 71.4% vs 71.4%.

প্রস্তাবিত মডেলKAT-Coder-Pro V2.5It has the best score here (6.8), while responding about 5.9x faster than Qwen3.5-Flash (medium).

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

মেট্রিক KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none প্রকাশ: 2026-07-14 Qwen3.5-Flash Qwen3.5-Flash medium প্রকাশ: 2026-02-24
স্কোর 6.8 6.8
র‍্যাঙ্ক #89 #87
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.3 8.1
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 71.4% 71.4%
অস্থির টেস্ট 7 5
মোট রান 63 63
প্রতি ফলাফলে খরচ 1.992 0.871
মোট খরচ $0.220 $0.080
ইনপুট মূল্য $0.740 / 1M $0.065 / 1M
আউটপুট মূল্য $2.960 / 1M $0.260 / 1M
মোট ইনপুট টোকেন 42,749 38,926
আউটপুট টোকেন 63,338 2,088
রিজনিং টোকেন 0 294,598
প্রতিক্রিয়া সময় (গড়) 10.81s 63.29s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 53.57s 234.29s
প্রতিক্রিয়া সময় (মোট) 227.02s 1265.85s

জেনারেশন শোকেস

Hamster playing table tennis

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

#89 KAT-Coder-Pro V2.5

none
খরচ
$0.010
সময়
29.0s
টোকেন
3,439 tok

#87 Qwen3.5-Flash

medium
খরচ
$0.002
সময়
25.8s
টোকেন
4,294 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 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081

দ্রুত তুলনা

তুলনার জুটি বদলান