नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

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

सारांश

average score लगभग बराबर है: 6.8 vs 6.8. Qwen3.5-Flash (medium) की benchmark लागत कम है: $0.080 vs $0.220. KAT-Coder-Pro V2.5 तेज है: 10.81s vs 63.29s, pass rates 71.4% vs 71.4%.

अनुशंसित मॉडलKAT-Coder-Pro V2.5It has the best score here (6.8), while responding about 5.9x faster than Qwen3.5-Flash (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 none रिलीज़: 2026-07-14 Qwen3.5-Flash Qwen3.5-Flash medium रिलीज़: 2026-02-24
स्कोर 6.8 6.8
रैंक #89 #87
विश्वसनीयता 10.0 10.0
संगति 7.3 8.1
सही परीक्षण
प्रति प्रयास पास दर 71.4% 71.4%
अस्थिर टेस्ट 7 5
कुल रन 63 63
प्रति परिणाम लागत 1.992 0.871
कुल लागत $0.220 $0.080
इनपुट कीमत $0.740 / 1M $0.065 / 1M
आउटपुट कीमत $2.960 / 1M $0.260 / 1M
कुल इनपुट टोकन 42,749 38,926
आउटपुट टोकन 63,338 2,088
रीजनिंग टोकन 0 294,598
प्रतिक्रिया समय (औसत) 10.81s 63.29s
प्रतिक्रिया समय (अधिकतम) 53.57s 234.29s
प्रतिक्रिया समय (कुल) 227.02s 1265.85s

जनरेशन शोकेस

Hamster playing table tennis

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

#89 KAT-Coder-Pro V2.5

none
लागत
$0.010
समय
29.0s
टोकन
3,439 tok

#87 Qwen3.5-Flash

medium
लागत
$0.002
समय
25.8s
टोकन
4,294 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 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081

त्वरित तुलना

तुलना जोड़ी बदलें