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

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

KAT-Coder-Air V2.5 (medium) average score में आगे है: 5.6 vs 5.1. Qwen3 Coder Next की benchmark लागत कम है: $0.025 vs $0.048. KAT-Coder-Air V2.5 (medium) तेज है: 8.42s vs 9.12s, pass rates 45.5% vs 25.8%.

अनुशंसित मॉडलKAT-Coder-Air V2.5 (medium)It has the strongest score in this comparison (5.6) 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:: 2026-07-18

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium रिलीज़: 2026-07-14 Qwen3 Coder Next Qwen3 Coder Next none रिलीज़: 2026-02-03
स्कोर 5.6 5.1
रैंक #145 #162
विश्वसनीयता 9.9 10.0
संगति 8.9 9.7
सही परीक्षण
प्रति प्रयास पास दर 45.5% 25.8%
अस्थिर टेस्ट 3 1
कुल रन 66 66
प्रति परिणाम लागत 0.593 0.488
कुल लागत $0.048 $0.025
इनपुट कीमत $0.150 / 1M $0.110 / 1M
आउटपुट कीमत $0.600 / 1M $0.800 / 1M
कुल इनपुट टोकन 51,472 134,218
आउटपुट टोकन 7,822 11,808
रीजनिंग टोकन 58,352 0
प्रतिक्रिया समय (औसत) 8.42s 9.12s
प्रतिक्रिया समय (अधिकतम) 48.19s 45.14s
प्रतिक्रिया समय (कुल) 185.24s 145.94s

Hamster playing table tennis

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

#145 KAT-Coder-Air V2.5

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

#162 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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973
Qwen3 Coder Next 4.6 7.9 22.2% 1 2.22s 7,442 621 0

त्वरित तुलना

तुलना जोड़ी बदलें