नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-122B-A10B

सारांश

KAT-Coder-Air V2.5 (medium) average score मध्ये पुढे आहे: 6.2 vs 5.3. Qwen3.5-122B-A10B चा benchmark खर्च कमी आहे: $0.020 vs $0.045. Qwen3.5-122B-A10B वेगवान आहे: 3.41s vs 8.28s, pass rates 47.6% vs 31.8%.

शिफारस केलेले मॉडेलKAT-Coder-Air V2.5 (medium)It has the strongest score in this comparison (6.2) and the best overall balance of cost and response time across all 2 models.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-16

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium प्रकाशन: 2026-07-14 Qwen3.5-122B-A10B Qwen3.5-122B-A10B none प्रकाशन: 2026-02-24
स्कोअर 6.2 5.3
क्रमांक #116 #153
विश्वसनीयता 9.7 10.0
सुसंगतता 8.8 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 47.6% 31.8%
अस्थिर चाचण्या 3 1
एकूण रन 63 63
प्रति निकाल खर्च 0.562 0.393
एकूण खर्च $0.045 $0.020
इनपुट किंमत $0.150 / 1M $0.260 / 1M
आउटपुट किंमत $0.600 / 1M $2.080 / 1M
एकूण इनपुट टोकन्स 42,750 47,735
आउटपुट टोकन्स 7,759 3,383
रिझनिंग टोकन्स 56,357 0
प्रतिसाद वेळ (सरासरी) 8.28s 3.41s
प्रतिसाद वेळ (कमाल) 48.19s 46.00s
प्रतिसाद वेळ (एकूण) 173.80s 71.59s

जनरेशन शोकेस

Hamster playing table tennis

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

#116 KAT-Coder-Air V2.5

medium
खर्च
$0.003
वेळ
23.7s
टोकन्स
4,924 tok

#153 Qwen3.5-122B-A10B

none
खर्च
$0.016
वेळ
44.5s
टोकन्स
6,431 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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973
Qwen3.5-122B-A10B 3.7 7.0 22.2% 1 2.77s 7,913 693 0

झटपट तुलना

तुलना जोडी बदला