नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-9B

सारांश

KAT-Coder-Air V2.5 average score मध्ये पुढे आहे: 4.9 vs 3.8. Qwen3.5-9B (medium) चा benchmark खर्च कमी आहे: $0.036 vs $0.037. KAT-Coder-Air V2.5 वेगवान आहे: 6.99s vs 82.24s, pass rates 38.1% vs 27.0%.

शिफारस केलेले मॉडेलKAT-Coder-Air V2.5It has the best score here (4.9), while responding about 11.8x faster than Qwen3.5-9B (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none प्रकाशन: 2026-07-14 Qwen3.5-9B Qwen3.5-9B medium प्रकाशन: 2026-03-02
स्कोअर 4.9 3.8
क्रमांक #168 #193
विश्वसनीयता 10.0 6.7
सुसंगतता 7.1 8.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 38.1% 27.0%
अस्थिर चाचण्या 7 5
एकूण रन 63 63
प्रति निकाल खर्च 0.724 1.187
एकूण खर्च $0.037 $0.036
इनपुट किंमत $0.150 / 1M $0.100 / 1M
आउटपुट किंमत $0.600 / 1M $0.150 / 1M
एकूण इनपुट टोकन्स 41,328 17,070
आउटपुट टोकन्स 49,933 29,045
रिझनिंग टोकन्स 0 209,516
प्रतिसाद वेळ (सरासरी) 6.99s 82.24s
प्रतिसाद वेळ (कमाल) 24.94s 226.38s
प्रतिसाद वेळ (एकूण) 146.78s 1315.88s

जनरेशन शोकेस

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none
खर्च
$0.002
वेळ
14.5s
टोकन्स
2,619 tok

#193 Qwen3.5-9B

medium
खर्च
$0.001
वेळ
35.9s
टोकन्स
3,030 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 3.3 9.6 0.0% 0 14.31s 6,472 16,918 0
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129

झटपट तुलना

तुलना जोडी बदला