नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

KAT-Coder-Air V2.5 (high) vs Qwen3.6 Flash

Qwen3.6 Flash average score में आगे है: 6.1 vs 5.6. Qwen3.6 Flash की benchmark लागत कम है: $0.062 vs $0.077. Qwen3.6 Flash तेज है: 3.74s vs 15.90s, pass rates 43.9% vs 34.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

रैंक
#156
कुल आउटपुट टोकन
115,331
प्रतिक्रिया समय (औसत)
15.90s
कुल लागत
$0.077
रैंक
#135
कुल आउटपुट टोकन
30,947
प्रतिक्रिया समय (औसत)
3.74s
कुल लागत
$0.062
अनुशंसित मॉडल Qwen3.6 Flash

It has the best score here (6.1), while responding about 4.2x faster than KAT-Coder-Air V2.5 (high).

विस्तृत तुलना

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high रिलीज़: 2026-07-14 Qwen3.6 Flash Qwen3.6 Flash none रिलीज़: 2026-04-20
स्कोर 5.6 6.1
रैंक #156 #135
विश्वसनीयता 9.9 10.0
संगति 7.7 9.6
सही परीक्षण
प्रति प्रयास पास दर 43.9% 34.9%
अस्थिर टेस्ट 6 1
कुल रन 66 66
प्रति परिणाम लागत 1.097 0.935
कुल लागत $0.077 $0.062
इनपुट कीमत $0.150 / 1M $0.188 / 1M
आउटपुट कीमत $0.600 / 1M $1.125 / 1M
कुल इनपुट टोकन 50,470 139,788
आउटपुट टोकन 3,957 30,947
रीजनिंग टोकन 111,374 0
प्रतिक्रिया समय (औसत) 15.90s 3.74s
प्रतिक्रिया समय (अधिकतम) 118.35s 48.79s
प्रतिक्रिया समय (कुल) 349.71s 82.38s

Hamster playing table tennis

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

#156 KAT-Coder-Air V2.5

high
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

#135 Qwen3.6 Flash

none
लागत
$0.005
समय
20.1s
टोकन
4,211 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
KAT-Coder-Air V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883
Qwen3.6 Flash 5.4 10.0 33.3% 0 1.79s 6,488 889 0

त्वरित तुलना

तुलना जोड़ी बदलें