नेव्हिगेशन
AI BENCHY
Advertise here

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-9B

KAT-Coder-Air V2.5 (low) average score मध्ये पुढे आहे: 5.4 vs 5.1. Qwen3.5-9B चा benchmark खर्च कमी आहे: $0.021 vs $0.041. KAT-Coder-Air V2.5 (low) वेगवान आहे: 10.09s vs 19.17s, pass rates 45.5% vs 19.7%.

शिफारस केलेले मॉडेलKAT-Coder-Air V2.5 (low)It has the best score here (5.4), while responding about 1.9x faster than Qwen3.5-9B.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-22

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low प्रकाशन: 2026-07-14 Qwen3.5-9B Qwen3.5-9B none प्रकाशन: 2026-03-02
स्कोअर 5.4 5.1
क्रमांक #165 #177
विश्वसनीयता 9.9 10.0
सुसंगतता 7.4 9.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 45.5% 19.7%
अस्थिर चाचण्या 7 1
एकूण रन 66 66
प्रति निकाल खर्च 0.585 0.490
एकूण खर्च $0.041 $0.021
इनपुट किंमत $0.150 / 1M $0.100 / 1M
आउटपुट किंमत $0.600 / 1M $0.150 / 1M
एकूण इनपुट टोकन्स 61,085 144,407
आउटपुट टोकन्स 5,905 37,484
रिझनिंग टोकन्स 46,990 0
प्रतिसाद वेळ (सरासरी) 10.09s 19.17s
प्रतिसाद वेळ (कमाल) 86.23s 382.06s
प्रतिसाद वेळ (एकूण) 222.03s 421.74s

Hamster playing table tennis

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

#165 KAT-Coder-Air V2.5

low
खर्च
$0.004
वेळ
29.9s
टोकन्स
6,008 tok

#177 Qwen3.5-9B

none
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
KAT-Coder-Air V2.5 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0

झटपट तुलना

तुलना जोडी बदला