नेविगेशन
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.7 Max

Qwen3.7 Max average score में आगे है: 7.4 vs 7.4. Qwen3.7 Max की benchmark लागत कम है: $0.197 vs $0.387. Qwen3.7 Max तेज है: 4.52s vs 19.47s, pass rates 69.7% vs 68.2%.

अनुशंसित मॉडलQwen3.7 MaxIt has the best score here (7.4), while costing about 2.0x less than KAT-Coder-Pro V2.5 (low).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low रिलीज़: 2026-07-14 Qwen3.7 Max Qwen3.7 Max none रिलीज़: 2026-05-22
स्कोर 7.4 7.4
रैंक #59 #57
विश्वसनीयता 10.0 9.9
संगति 7.0 10.0
सही परीक्षण
प्रति प्रयास पास दर 69.7% 68.2%
अस्थिर टेस्ट 8 0
कुल रन 66 66
प्रति परिणाम लागत 3.514 1.582
कुल लागत $0.387 $0.197
इनपुट कीमत $0.740 / 1M $1.475 / 1M
आउटपुट कीमत $2.960 / 1M $4.425 / 1M
कुल इनपुट टोकन 87,673 95,983
आउटपुट टोकन 7,166 12,446
रीजनिंग टोकन 101,474 0
प्रतिक्रिया समय (औसत) 19.47s 4.52s
प्रतिक्रिया समय (अधिकतम) 209.15s 72.30s
प्रतिक्रिया समय (कुल) 428.31s 99.52s

Hamster playing table tennis

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

#59 KAT-Coder-Pro V2.5

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

#57 Qwen3.7 Max

none
लागत
$0.046
समय
195.0s
टोकन
12,171 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
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0

त्वरित तुलना

तुलना जोड़ी बदलें