नेविगेशन
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 35B A3B

KAT-Coder-Air V2.5 (low) average score में आगे है: 5.4 vs 5.3. KAT-Coder-Air V2.5 (low) की benchmark लागत कम है: $0.041 vs $0.061. Qwen3.6 35B A3B तेज है: 5.52s vs 10.09s, pass rates 45.5% vs 31.8%.

अनुशंसित मॉडलQwen3.6 35B A3BIts score stays close to the best score here (5.3 vs 5.4), while responding about 1.8x faster than KAT-Coder-Air V2.5 (low).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low रिलीज़: 2026-07-14 Qwen3.6 35B A3B Qwen3.6 35B A3B none रिलीज़: 2026-04-20
स्कोर 5.4 5.3
रैंक #151 #154
विश्वसनीयता 9.9 10.0
संगति 7.4 7.7
सही परीक्षण
प्रति प्रयास पास दर 45.5% 31.8%
अस्थिर टेस्ट 7 6
कुल रन 66 66
प्रति परिणाम लागत 0.585 1.496
कुल लागत $0.041 $0.061
इनपुट कीमत $0.150 / 1M $0.140 / 1M
आउटपुट कीमत $0.600 / 1M $1.000 / 1M
कुल इनपुट टोकन 61,085 93,979
आउटपुट टोकन 5,905 46,957
रीजनिंग टोकन 46,990 0
प्रतिक्रिया समय (औसत) 10.09s 5.52s
प्रतिक्रिया समय (अधिकतम) 86.23s 39.54s
प्रतिक्रिया समय (कुल) 222.03s 110.40s

Hamster playing table tennis

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

#151 KAT-Coder-Air V2.5

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

#154 Qwen3.6 35B A3B

none
लागत
$0.008
समय
30.1s
टोकन
6,317 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
Qwen3.6 35B A3B 5.5 10.0 33.3% 0 8.77s 7,911 11,161 0

त्वरित तुलना

तुलना जोड़ी बदलें