नेविगेशन
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3 Coder Next

KAT-Coder-Air V2.5 (low) average score में आगे है: 5.4 vs 5.1. Qwen3 Coder Next की benchmark लागत कम है: $0.025 vs $0.041. Qwen3 Coder Next तेज है: 9.12s vs 10.09s, pass rates 45.5% vs 25.8%.

अनुशंसित मॉडलKAT-Coder-Air V2.5 (low)It has the strongest score in this comparison (5.4) 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:: 2026-07-17

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low रिलीज़: 2026-07-14 Qwen3 Coder Next Qwen3 Coder Next none रिलीज़: 2026-02-03
स्कोर 5.4 5.1
रैंक #151 #158
विश्वसनीयता 9.9 10.0
संगति 7.4 9.7
सही परीक्षण
प्रति प्रयास पास दर 45.5% 25.8%
अस्थिर टेस्ट 7 1
कुल रन 66 66
प्रति परिणाम लागत 0.585 0.488
कुल लागत $0.041 $0.025
इनपुट कीमत $0.150 / 1M $0.110 / 1M
आउटपुट कीमत $0.600 / 1M $0.800 / 1M
कुल इनपुट टोकन 61,085 134,218
आउटपुट टोकन 5,905 11,808
रीजनिंग टोकन 46,990 0
प्रतिक्रिया समय (औसत) 10.09s 9.12s
प्रतिक्रिया समय (अधिकतम) 86.23s 45.14s
प्रतिक्रिया समय (कुल) 222.03s 145.94s

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

#158 Qwen3 Coder Next

none
अमान्य SVG
लागत
$0.058
समय
246.3s
टोकन
64,126 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 Coder Next 4.6 7.9 22.2% 1 2.22s 7,442 621 0

त्वरित तुलना

तुलना जोड़ी बदलें