नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

सारांश

KAT-Coder-Air V2.5 average score मध्ये पुढे आहे: 4.9 vs 4.7. Qwen3 Coder Next (medium) चा benchmark खर्च कमी आहे: $0.008 vs $0.037. KAT-Coder-Air V2.5 वेगवान आहे: 6.99s vs 8.58s, pass rates 38.1% vs 28.6%.

शिफारस केलेले मॉडेलKAT-Coder-Air V2.5It has the strongest score in this comparison (4.9) and the best overall balance of cost and response time across all 2 models.

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

मेट्रिक KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none प्रकाशन: 2026-07-14 Qwen3 Coder Next Qwen3 Coder Next medium प्रकाशन: 2026-02-03
स्कोअर 4.9 4.7
क्रमांक #168 #176
विश्वसनीयता 10.0 10.0
सुसंगतता 7.1 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 38.1% 28.6%
अस्थिर चाचण्या 7 3
एकूण रन 63 63
प्रति निकाल खर्च 0.724 0.201
एकूण खर्च $0.037 $0.008
इनपुट किंमत $0.150 / 1M $0.110 / 1M
आउटपुट किंमत $0.600 / 1M $0.800 / 1M
एकूण इनपुट टोकन्स 41,328 47,250
आउटपुट टोकन्स 49,933 3,319
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 6.99s 8.58s
प्रतिसाद वेळ (कमाल) 24.94s 81.80s
प्रतिसाद वेळ (एकूण) 146.78s 128.68s

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

#176 Qwen3 Coder Next

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 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 Coder Next 3.7 7.2 22.2% 1 924ms 7,185 336 0

झटपट तुलना

तुलना जोडी बदला