नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

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

सारांश

KAT-Coder-Air V2.5 average score में आगे है: 4.9 vs 4.7. Qwen3 Coder Next (medium) की benchmark लागत कम है: $0.008 vs $0.037. KAT-Coder-Air V2.5 तेज है: 6.99s vs 8.58s, pass rates 38.1% vs 28.6%.

अनुशंसित मॉडलKAT-Coder-Air V2.5It has the strongest score in this comparison (4.9) 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:: 2026-07-14

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none रिलीज़: 2026-07-14 Qwen3 Coder Next Qwen3 Coder Next medium रिलीज़: 2026-02-03
स्कोर 4.9 4.7
रैंक #168 #176
विश्वसनीयता 10.0 10.0
संगति 7.1 8.9
सही परीक्षण
प्रति प्रयास पास दर 38.1% 28.6%
अस्थिर टेस्ट 7 3
कुल रन 63 63
प्रति परिणाम लागत 0.724 0.201
कुल लागत $0.037 $0.008
इनपुट कीमत $0.150 / 1M $0.110 / 1M
आउटपुट कीमत $0.600 / 1M $0.800 / 1M
कुल इनपुट टोकन 41,328 47,250
आउटपुट टोकन 49,933 3,319
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 6.99s 8.58s
प्रतिक्रिया समय (अधिकतम) 24.94s 81.80s
प्रतिक्रिया समय (कुल) 146.78s 128.68s

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

#176 Qwen3 Coder Next

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 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 Coder Next 3.7 7.2 22.2% 1 924ms 7,185 336 0

त्वरित तुलना

तुलना जोड़ी बदलें