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-Pro V2.5 vs Qwen: Qwen3.5-27B

Qwen3.5-27B (medium) average score में आगे है: 7.4 vs 7.2. KAT-Coder-Pro V2.5 (high) की benchmark लागत कम है: $0.482 vs $1.627. KAT-Coder-Pro V2.5 (high) तेज है: 20.83s vs 111.94s, pass rates 63.6% vs 72.7%.

अनुशंसित मॉडलKAT-Coder-Pro V2.5 (high)Its score stays close to the best score here (7.2 vs 7.4), while costing about 3.4x less than Qwen3.5-27B (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-18

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high रिलीज़: 2026-07-14 Qwen3.5-27B Qwen3.5-27B medium रिलीज़: 2026-02-24
स्कोर 7.2 7.4
रैंक #68 #58
विश्वसनीयता 10.0 10.0
संगति 7.8 8.2
सही परीक्षण
प्रति प्रयास पास दर 63.6% 72.7%
अस्थिर टेस्ट 6 5
कुल रन 66 66
प्रति परिणाम लागत 4.378 8.324
कुल लागत $0.482 $1.627
इनपुट कीमत $0.740 / 1M $0.260 / 1M
आउटपुट कीमत $2.960 / 1M $2.600 / 1M
कुल इनपुट टोकन 106,076 111,635
आउटपुट टोकन 9,071 15,999
रीजनिंग टोकन 127,093 598,430
प्रतिक्रिया समय (औसत) 20.83s 111.94s
प्रतिक्रिया समय (अधिकतम) 199.97s 1026.43s
प्रतिक्रिया समय (कुल) 458.31s 2462.67s

Hamster playing table tennis

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

#68 KAT-Coder-Pro V2.5

high
लागत
$0.009
समय
26.4s
टोकन
3,117 tok

#58 Qwen3.5-27B

medium
लागत
$0.008
समय
62.0s
टोकन
3,099 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-Pro V2.5 6.4 7.9 44.4% 1 22.00s 7,893 422 20,461
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388

त्वरित तुलना

तुलना जोड़ी बदलें