नेव्हिगेशन
AI BENCHY
Advertise here

KAT-Coder-Air V2.5 (medium) vs Qwen3.6 Flash

Qwen3.6 Flash average score मध्ये पुढे आहे: 6.1 vs 5.6. KAT-Coder-Air V2.5 (medium) चा benchmark खर्च कमी आहे: $0.048 vs $0.062. Qwen3.6 Flash वेगवान आहे: 3.74s vs 8.42s, pass rates 45.5% vs 34.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

क्रमांक
#161
एकूण आउटपुट टोकन्स
66,174
प्रतिसाद वेळ (सरासरी)
8.42s
एकूण खर्च
$0.048
क्रमांक
#135
एकूण आउटपुट टोकन्स
30,947
प्रतिसाद वेळ (सरासरी)
3.74s
एकूण खर्च
$0.062
शिफारस केलेले मॉडेल Qwen3.6 Flash

It has the best score here (6.1), while responding about 2.2x faster than KAT-Coder-Air V2.5 (medium).

तपशीलवार तुलना

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium प्रकाशन: 2026-07-14 Qwen3.6 Flash Qwen3.6 Flash none प्रकाशन: 2026-04-20
स्कोअर 5.6 6.1
क्रमांक #161 #135
विश्वसनीयता 9.9 10.0
सुसंगतता 8.9 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 45.5% 34.9%
अस्थिर चाचण्या 3 1
एकूण रन 66 66
प्रति निकाल खर्च 0.593 0.935
एकूण खर्च $0.048 $0.062
इनपुट किंमत $0.150 / 1M $0.188 / 1M
आउटपुट किंमत $0.600 / 1M $1.125 / 1M
एकूण इनपुट टोकन्स 51,472 139,788
आउटपुट टोकन्स 7,822 30,947
रिझनिंग टोकन्स 58,352 0
प्रतिसाद वेळ (सरासरी) 8.42s 3.74s
प्रतिसाद वेळ (कमाल) 48.19s 48.79s
प्रतिसाद वेळ (एकूण) 185.24s 82.38s

Hamster playing table tennis

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

#161 KAT-Coder-Air V2.5

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

#135 Qwen3.6 Flash

none
खर्च
$0.005
वेळ
20.1s
टोकन्स
4,211 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 Flash 5.4 10.0 33.3% 0 1.79s 6,488 889 0

झटपट तुलना

तुलना जोडी बदला