#115 KAT-Coder-Air V2.5
medium- खर्च
- $0.003
- वेळ
- 23.7s
- टोकन्स
- 4,924 tok
AI BENCHY Compare
Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-Flash
सारांश
KAT-Coder-Air V2.5 (medium) average score मध्ये पुढे आहे: 6.2 vs 6.1. Qwen3.5-Flash चा benchmark खर्च कमी आहे: $0.005 vs $0.045. Qwen3.5-Flash वेगवान आहे: 3.58s vs 8.28s, pass rates 47.6% vs 39.7%.
शिफारस केलेले मॉडेलQwen3.5-FlashIts score stays close to the best score here (6.1 vs 6.2), while costing about 10.9x less than KAT-Coder-Air V2.5 (medium).
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium | Qwen3.5-Flash Qwen3.5-Flash none |
|---|---|---|
| स्कोअर | 6.2 | 6.1 |
| क्रमांक | #115 | #119 |
| विश्वसनीयता | 9.7 | 10.0 |
| सुसंगतता | 8.8 | 9.7 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 47.6% | 39.7% |
| अस्थिर चाचण्या | 3 | 1 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 0.562 | 0.075 |
| एकूण खर्च | $0.045 | $0.005 |
| इनपुट किंमत | $0.150 / 1M | $0.065 / 1M |
| आउटपुट किंमत | $0.600 / 1M | $0.260 / 1M |
| एकूण इनपुट टोकन्स | 42,750 | 46,439 |
| आउटपुट टोकन्स | 7,759 | 4,276 |
| रिझनिंग टोकन्स | 56,357 | 0 |
| प्रतिसाद वेळ (सरासरी) | 8.28s | 3.58s |
| प्रतिसाद वेळ (कमाल) | 48.19s | 27.18s |
| प्रतिसाद वेळ (एकूण) | 173.80s | 75.28s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#119 Qwen3.5-Flash
none- खर्च
- $0.003
- वेळ
- 47.4s
- टोकन्स
- 7,799 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-Flash | 5.5 | 10.0 | 33.3% | 0 | 850ms | 7,913 | 519 | 0 |
झटपट तुलना
तुलना जोडी बदला
Gemini 2.5 FlashnonevsKAT-Coder-Air V2.5mediumGemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5mediumGemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneGemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5mediumvsGPT-5.6 LunalowSeed-2.0-LitenonevsKAT-Coder-Air V2.5mediumGemma 4 31Bnoneमोफत उपलब्धvsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5mediumvsNemotron 3 Ultra 550b A55bnoneमोफत उपलब्धGPT-5.6 LunalowvsQwen3.5-FlashnoneKAT-Coder-Air V2.5lowvsQwen3.5-FlashnoneKAT-Coder-Air V2.5mediumvsGPT-5.5noneKAT-Coder-Air V2.5highvsQwen3.5-Flashnone