नेविगेशन
AI BENCHY
Advertise here

KAT-Coder-Air V2.5 (medium) vs Qwen3.5-122B-A10B

Qwen3.5-122B-A10B average score में आगे है: 5.7 vs 5.6. KAT-Coder-Air V2.5 (medium) की benchmark लागत कम है: $0.048 vs $0.283. KAT-Coder-Air V2.5 (medium) तेज है: 8.65s vs 12.93s, pass rates 45.5% vs 33.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-29

रैंक
#215
कुल आउटपुट टोकन
66,576
प्रतिक्रिया समय (औसत)
8.65s
कुल लागत
$0.048
रैंक
#207
कुल आउटपुट टोकन
88,459
प्रतिक्रिया समय (औसत)
12.93s
कुल लागत
$0.283
अनुशंसित मॉडल KAT-Coder-Air V2.5 (medium)

Its score stays close to the best score here (5.6 vs 5.7), while costing about 5.9x less than Qwen3.5-122B-A10B.

विस्तृत तुलना

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium रिलीज़: 2026-07-14 Qwen3.5-122B-A10B Qwen3.5-122B-A10B none रिलीज़: 2026-02-24
स्कोर 5.6 5.7
रैंक #215 #207
विश्वसनीयता 9.6 10.0
संगति 8.9 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 45.5% 33.3%
अस्थिर टेस्ट 3 2
कुल रन 66 66
प्रति परिणाम लागत 0.596 4.182
कुल लागत $0.048 $0.283
इनपुट कीमत $0.150 / 1M $0.290 / 1M
आउटपुट कीमत $0.600 / 1M $2.400 / 1M
कुल इनपुट टोकन 51,369 241,575
आउटपुट टोकन 8,008 88,459
रीजनिंग टोकन 58,568 0
प्रतिक्रिया समय (औसत) 8.65s 12.93s
प्रतिक्रिया समय (अधिकतम) 48.19s 212.63s
प्रतिक्रिया समय (कुल) 190.35s 284.39s
पैरामीटर ~35B कुल (~3B सक्रिय) 122B कुल (10B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#215 KAT-Coder-Air V2.5

medium
लागत
$0.003
समय
23.7s
टोकन
4,924 tok

#207 Qwen3.5-122B-A10B

none
लागत
$0.016
समय
44.5s
टोकन
6,431 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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973
Qwen3.5-122B-A10B 3.7 7.0 22.2% 1 2.77s 7,913 693 0

त्वरित तुलना

तुलना जोड़ी बदलें