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

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

KAT-Coder-Air V2.5 (low) average score मध्ये पुढे आहे: 5.4 vs 5.3. KAT-Coder-Air V2.5 (low) चा benchmark खर्च कमी आहे: $0.041 vs $0.061. Qwen3.6 35B A3B वेगवान आहे: 5.52s vs 10.09s, pass rates 45.5% vs 31.8%.

शिफारस केलेले मॉडेलQwen3.6 35B A3BIts score stays close to the best score here (5.3 vs 5.4), while responding about 1.8x faster than KAT-Coder-Air V2.5 (low).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low प्रकाशन: 2026-07-14 Qwen3.6 35B A3B Qwen3.6 35B A3B none प्रकाशन: 2026-04-20
स्कोअर 5.4 5.3
क्रमांक #151 #154
विश्वसनीयता 9.9 10.0
सुसंगतता 7.4 7.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 45.5% 31.8%
अस्थिर चाचण्या 7 6
एकूण रन 66 66
प्रति निकाल खर्च 0.585 1.496
एकूण खर्च $0.041 $0.061
इनपुट किंमत $0.150 / 1M $0.140 / 1M
आउटपुट किंमत $0.600 / 1M $1.000 / 1M
एकूण इनपुट टोकन्स 61,085 93,979
आउटपुट टोकन्स 5,905 46,957
रिझनिंग टोकन्स 46,990 0
प्रतिसाद वेळ (सरासरी) 10.09s 5.52s
प्रतिसाद वेळ (कमाल) 86.23s 39.54s
प्रतिसाद वेळ (एकूण) 222.03s 110.40s

Hamster playing table tennis

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

#151 KAT-Coder-Air V2.5

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

#154 Qwen3.6 35B A3B

none
खर्च
$0.008
वेळ
30.1s
टोकन्स
6,317 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
Qwen3.6 35B A3B 5.5 10.0 33.3% 0 8.77s 7,911 11,161 0

झटपट तुलना

तुलना जोडी बदला