नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.6 35B A3B

सारांश

KAT-Coder-Pro V2.5 average score में आगे है: 6.8 vs 6.7. Qwen3.6 35B A3B (medium) की benchmark लागत कम है: $0.146 vs $0.220. KAT-Coder-Pro V2.5 तेज है: 10.81s vs 18.08s, pass rates 71.4% vs 63.5%.

अनुशंसित मॉडलKAT-Coder-Pro V2.5It has the best score here (6.8), while responding about 1.7x faster than Qwen3.6 35B A3B (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 35B A3B Qwen3.6 35B A3B medium रिलीज़: 2026-04-20
स्कोर 6.8 6.7
रैंक #89 #93
विश्वसनीयता 10.0 10.0
संगति 7.3 9.6
सही परीक्षण
प्रति प्रयास पास दर 71.4% 63.5%
अस्थिर टेस्ट 7 1
कुल रन 63 63
प्रति परिणाम लागत 1.992 1.094
कुल लागत $0.220 $0.146
इनपुट कीमत $0.740 / 1M $0.140 / 1M
आउटपुट कीमत $2.960 / 1M $1.000 / 1M
कुल इनपुट टोकन 42,749 16,385
आउटपुट टोकन 63,338 19,632
रीजनिंग टोकन 0 130,219
प्रतिक्रिया समय (औसत) 10.81s 18.08s
प्रतिक्रिया समय (अधिकतम) 53.57s 86.11s
प्रतिक्रिया समय (कुल) 227.02s 343.61s

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

#93 Qwen3.6 35B A3B

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 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 35B A3B 7.7 10.0 66.7% 0 50.55s 5,051 7,929 37,223

त्वरित तुलना

तुलना जोड़ी बदलें