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

सारांश

KAT-Coder-Pro V2.5 (low) average score में आगे है: 8.0 vs 7.9. KAT-Coder-Pro V2.5 (low) की benchmark लागत कम है: $0.220 vs $0.536. KAT-Coder-Pro V2.5 (low) तेज है: 10.44s vs 68.39s, pass rates 71.4% vs 73.0%.

अनुशंसित मॉडलKAT-Coder-Pro V2.5 (low)It has the best score here (8.0), while costing about 2.4x less than Qwen3.5-27B (medium).

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

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low रिलीज़: 2026-07-14 Qwen3.5-27B Qwen3.5-27B medium रिलीज़: 2026-02-24
स्कोर 8.0 7.9
रैंक #35 #36
विश्वसनीयता 9.9 10.0
संगति 7.3 8.5
सही परीक्षण
प्रति प्रयास पास दर 71.4% 73.0%
अस्थिर टेस्ट 7 4
कुल रन 63 63
प्रति परिणाम लागत 1.991 4.901
कुल लागत $0.220 $0.536
इनपुट कीमत $0.740 / 1M $0.195 / 1M
आउटपुट कीमत $2.960 / 1M $1.560 / 1M
कुल इनपुट टोकन 42,750 42,164
आउटपुट टोकन 2,167 8,534
रीजनिंग टोकन 61,133 329,289
प्रतिक्रिया समय (औसत) 10.44s 68.39s
प्रतिक्रिया समय (अधिकतम) 51.34s 234.36s
प्रतिक्रिया समय (कुल) 219.17s 1436.24s

जनरेशन शोकेस

Hamster playing table tennis

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

#35 KAT-Coder-Pro V2.5

low
लागत
$0.016
समय
47.6s
टोकन
5,182 tok

#36 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 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388

त्वरित तुलना

तुलना जोड़ी बदलें