नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY तुलना

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

सारांश

Qwen3.7 Max average score में आगे है: 6.9 vs 6.8. Qwen3.7 Max की benchmark लागत कम है: $0.054 vs $0.220. Qwen3.7 Max तेज है: 1.30s vs 10.81s, pass rates 71.4% vs 66.7%.

अनुशंसित मॉडलQwen3.7 MaxIt has the best score here (6.9), while costing about 4.1x less than KAT-Coder-Pro V2.5.

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 Qwen3.7 Max Qwen3.7 Max none रिलीज़: 2026-05-22
स्कोर 6.8 6.9
रैंक #89 #85
विश्वसनीयता 10.0 10.0
संगति 7.3 10.0
सही परीक्षण
प्रति प्रयास पास दर 71.4% 66.7%
अस्थिर टेस्ट 7 0
कुल रन 63 63
प्रति परिणाम लागत 1.992 0.744
कुल लागत $0.220 $0.054
इनपुट कीमत $0.740 / 1M $1.250 / 1M
आउटपुट कीमत $2.960 / 1M $3.750 / 1M
कुल इनपुट टोकन 42,749 37,107
आउटपुट टोकन 63,338 1,994
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 10.81s 1.30s
प्रतिक्रिया समय (अधिकतम) 53.57s 3.92s
प्रतिक्रिया समय (कुल) 227.02s 27.21s

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

#85 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 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0

त्वरित तुलना

तुलना जोड़ी बदलें