नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.5 Plus 2026-02-15

सारांश

average score लगभग बराबर है: 8.0 vs 8.0. KAT-Coder-Pro V2.5 (low) की benchmark लागत कम है: $0.220 vs $0.310. KAT-Coder-Pro V2.5 (low) तेज है: 10.44s vs 73.79s, pass rates 71.4% vs 73.0%.

अनुशंसित मॉडलKAT-Coder-Pro V2.5 (low)It has the best score here (8.0), while responding about 7.1x faster than Qwen3.5 Plus 2026-02-15 (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 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium रिलीज़: 2026-02-15
स्कोर 8.0 8.0
रैंक #35 #34
विश्वसनीयता 9.9 10.0
संगति 7.3 8.8
सही परीक्षण
प्रति प्रयास पास दर 71.4% 73.0%
अस्थिर टेस्ट 7 3
कुल रन 63 63
प्रति परिणाम लागत 1.991 2.445
कुल लागत $0.220 $0.310
इनपुट कीमत $0.740 / 1M $0.260 / 1M
आउटपुट कीमत $2.960 / 1M $1.560 / 1M
कुल इनपुट टोकन 42,750 40,918
आउटपुट टोकन 2,167 2,159
रीजनिंग टोकन 61,133 189,604
प्रतिक्रिया समय (औसत) 10.44s 73.79s
प्रतिक्रिया समय (अधिकतम) 51.34s 266.69s
प्रतिक्रिया समय (कुल) 219.17s 1033.07s

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

#34 Qwen3.5 Plus 2026-02-15

medium
लागत
$0.011
समय
125.5s
टोकन
7,040 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 Plus 2026-02-15 6.6 7.1 44.4% 1 180.70s 6,950 420 80,595

त्वरित तुलना

तुलना जोड़ी बदलें