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

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5 Plus 2026-04-20

सारांश

Qwen3.5 Plus 2026-04-20 average score में आगे है: 5.5 vs 4.9. Qwen3.5 Plus 2026-04-20 की benchmark लागत कम है: $0.032 vs $0.037. Qwen3.5 Plus 2026-04-20 तेज है: 4.39s vs 6.99s, pass rates 38.1% vs 41.3%.

अनुशंसित मॉडलQwen3.5 Plus 2026-04-20It has the best score here (5.5), while responding about 1.6x faster than KAT-Coder-Air V2.5.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none रिलीज़: 2026-07-14 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none रिलीज़: 2026-04-20
स्कोर 4.9 5.5
रैंक #168 #147
विश्वसनीयता 10.0 10.0
संगति 7.1 8.6
सही परीक्षण
प्रति प्रयास पास दर 38.1% 41.3%
अस्थिर टेस्ट 7 4
कुल रन 63 63
प्रति परिणाम लागत 0.724 0.595
कुल लागत $0.037 $0.032
इनपुट कीमत $0.150 / 1M $0.300 / 1M
आउटपुट कीमत $0.600 / 1M $1.800 / 1M
कुल इनपुट टोकन 41,328 38,910
आउटपुट टोकन 49,933 11,145
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 6.99s 4.39s
प्रतिक्रिया समय (अधिकतम) 24.94s 33.34s
प्रतिक्रिया समय (कुल) 146.78s 92.26s

जनरेशन शोकेस

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none
लागत
$0.002
समय
14.5s
टोकन
2,619 tok

#147 Qwen3.5 Plus 2026-04-20

none
लागत
$0.008
समय
77.0s
टोकन
4,369 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 3.3 9.6 0.0% 0 14.31s 6,472 16,918 0
Qwen3.5 Plus 2026-04-20 3.9 7.8 11.1% 1 1.69s 7,913 480 0

त्वरित तुलना

तुलना जोड़ी बदलें