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 (medium) average score मध्ये पुढे आहे: 5.6 vs 5.3. KAT-Coder-Air V2.5 (medium) चा benchmark खर्च कमी आहे: $0.048 vs $0.061. Qwen3.6 35B A3B वेगवान आहे: 5.52s vs 8.42s, pass rates 45.5% vs 31.8%.

शिफारस केलेले मॉडेलKAT-Coder-Air V2.5 (medium)It has the strongest score in this comparison (5.6) and the best overall balance of cost and response time across all 2 models.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-18

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium प्रकाशन: 2026-07-14 Qwen3.6 35B A3B Qwen3.6 35B A3B none प्रकाशन: 2026-04-20
स्कोअर 5.6 5.3
क्रमांक #145 #157
विश्वसनीयता 9.9 10.0
सुसंगतता 8.9 7.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 45.5% 31.8%
अस्थिर चाचण्या 3 6
एकूण रन 66 66
प्रति निकाल खर्च 0.593 1.496
एकूण खर्च $0.048 $0.061
इनपुट किंमत $0.150 / 1M $0.140 / 1M
आउटपुट किंमत $0.600 / 1M $1.000 / 1M
एकूण इनपुट टोकन्स 51,472 93,979
आउटपुट टोकन्स 7,822 46,957
रिझनिंग टोकन्स 58,352 0
प्रतिसाद वेळ (सरासरी) 8.42s 5.52s
प्रतिसाद वेळ (कमाल) 48.19s 39.54s
प्रतिसाद वेळ (एकूण) 185.24s 110.40s

Hamster playing table tennis

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

#145 KAT-Coder-Air V2.5

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

#157 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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973
Qwen3.6 35B A3B 5.5 10.0 33.3% 0 8.77s 7,911 11,161 0

झटपट तुलना

तुलना जोडी बदला