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

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5 Plus 2026-04-20

सारांश

KAT-Coder-Air V2.5 (low) average score में आगे है: 6.0 vs 5.5. KAT-Coder-Air V2.5 (low) की benchmark लागत कम है: $0.030 vs $0.032. Qwen3.5 Plus 2026-04-20 तेज है: 4.39s vs 6.47s, pass rates 46.0% vs 41.3%.

अनुशंसित मॉडलKAT-Coder-Air V2.5 (low)It has the strongest score in this comparison (6.0) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low रिलीज़: 2026-07-14 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none रिलीज़: 2026-04-20
स्कोर 6.0 5.5
रैंक #124 #147
विश्वसनीयता 9.7 10.0
संगति 7.6 8.6
सही परीक्षण
प्रति प्रयास पास दर 46.0% 41.3%
अस्थिर टेस्ट 6 4
कुल रन 63 63
प्रति परिणाम लागत 0.427 0.595
कुल लागत $0.030 $0.032
इनपुट कीमत $0.150 / 1M $0.300 / 1M
आउटपुट कीमत $0.600 / 1M $1.800 / 1M
कुल इनपुट टोकन 42,464 38,910
आउटपुट टोकन 4,227 11,145
रीजनिंग टोकन 34,864 0
प्रतिक्रिया समय (औसत) 6.47s 4.39s
प्रतिक्रिया समय (अधिकतम) 25.49s 33.34s
प्रतिक्रिया समय (कुल) 135.80s 92.26s

जनरेशन शोकेस

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low
लागत
$0.004
समय
29.9s
टोकन
6,008 tok

#147 Qwen3.5 Plus 2026-04-20

none
लागत
$0.008
समय
77.0s
टोकन
4,369 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 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623
Qwen3.5 Plus 2026-04-20 3.9 7.8 11.1% 1 1.69s 7,913 480 0

त्वरित तुलना

तुलना जोड़ी बदलें