नेविगेशन
AI BENCHY
Advertise here

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

Qwen3.6 Flash average score में आगे है: 6.1 vs 5.6. KAT-Coder-Air V2.5 (medium) की benchmark लागत कम है: $0.048 vs $0.062. Qwen3.6 Flash तेज है: 3.74s vs 8.42s, pass rates 45.5% vs 34.9%.

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

रैंक
#161
कुल आउटपुट टोकन
66,174
प्रतिक्रिया समय (औसत)
8.42s
कुल लागत
$0.048
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 2.2x faster than KAT-Coder-Air V2.5 (medium).

विस्तृत तुलना

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium रिलीज़: 2026-07-14 Qwen3.6 Flash Qwen3.6 Flash none रिलीज़: 2026-04-20
स्कोर 5.6 6.1
रैंक #161 #135
विश्वसनीयता 9.9 10.0
संगति 8.9 9.6
सही परीक्षण
प्रति प्रयास पास दर 45.5% 34.9%
अस्थिर टेस्ट 3 1
कुल रन 66 66
प्रति परिणाम लागत 0.593 0.935
कुल लागत $0.048 $0.062
इनपुट कीमत $0.150 / 1M $0.188 / 1M
आउटपुट कीमत $0.600 / 1M $1.125 / 1M
कुल इनपुट टोकन 51,472 139,788
आउटपुट टोकन 7,822 30,947
रीजनिंग टोकन 58,352 0
प्रतिक्रिया समय (औसत) 8.42s 3.74s
प्रतिक्रिया समय (अधिकतम) 48.19s 48.79s
प्रतिक्रिया समय (कुल) 185.24s 82.38s

Hamster playing table tennis

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

#161 KAT-Coder-Air V2.5

medium
लागत
$0.003
समय
23.7s
टोकन
4,924 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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973
Qwen3.6 Flash 5.4 10.0 33.3% 0 1.79s 6,488 889 0

त्वरित तुलना

तुलना जोड़ी बदलें