नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.6 27B

सारांश

KAT-Coder-Pro V2.5 average score में आगे है: 6.8 vs 6.6. KAT-Coder-Pro V2.5 की benchmark लागत कम है: $0.220 vs $0.336. KAT-Coder-Pro V2.5 तेज है: 10.81s vs 59.71s, pass rates 71.4% vs 60.3%.

अनुशंसित मॉडलKAT-Coder-Pro V2.5It has the best score here (6.8), while costing about 1.5x less than Qwen3.6 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 none रिलीज़: 2026-07-14 Qwen3.6 27B Qwen3.6 27B medium रिलीज़: 2026-04-20
स्कोर 6.8 6.6
रैंक #89 #99
विश्वसनीयता 10.0 10.0
संगति 7.3 8.2
सही परीक्षण
प्रति प्रयास पास दर 71.4% 60.3%
अस्थिर टेस्ट 7 5
कुल रन 63 63
प्रति परिणाम लागत 1.992 3.361
कुल लागत $0.220 $0.336
इनपुट कीमत $0.740 / 1M $0.290 / 1M
आउटपुट कीमत $2.960 / 1M $2.400 / 1M
कुल इनपुट टोकन 42,749 39,376
आउटपुट टोकन 63,338 16,189
रीजनिंग टोकन 0 122,521
प्रतिक्रिया समय (औसत) 10.81s 59.71s
प्रतिक्रिया समय (अधिकतम) 53.57s 168.22s
प्रतिक्रिया समय (कुल) 227.02s 1254.01s

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

#99 Qwen3.6 27B

medium
लागत
$0.009
समय
39.6s
टोकन
3,090 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
Qwen3.6 27B 7.7 10.0 66.7% 0 142.99s 5,051 7,968 43,367

त्वरित तुलना

तुलना जोड़ी बदलें