KAT-Coder-Pro V2.5 (medium) vs Qwen3.5 Plus 2026-02-15

Qwen3.5 Plus 2026-02-15 average score मध्ये पुढे आहे: 6.3 vs 6.2. Qwen3.5 Plus 2026-02-15 चा benchmark खर्च कमी आहे: $0.176 vs $0.478. Qwen3.5 Plus 2026-02-15 वेगवान आहे: 20.07s vs 23.94s, pass rates 62.3% vs 52.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #226
एकूण आउटपुट टोकन्स: 139,375
प्रतिसाद वेळ (सरासरी): 23.94s
एकूण खर्च: $0.478

क्रमांक: #218
एकूण आउटपुट टोकन्स: 53,060
प्रतिसाद वेळ (सरासरी): 20.07s
एकूण खर्च: $0.176

शिफारस केलेले मॉडेल Qwen3.5 Plus 2026-02-15

It has the best score here (6.3), while costing about 2.7x less than KAT-Coder-Pro V2.5 (medium).

तपशीलवार तुलना

मेट्रिक	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium प्रकाशन: 2026-07-14	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none प्रकाशन: 2026-02-15

मेट्रिक	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium प्रकाशन: 2026-07-14	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none प्रकाशन: 2026-02-15
स्कोअर	6.2	6.3
क्रमांक	#226	#218
विश्वसनीयता	10.0	10.0
सुसंगतता	7.2	9.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	62.3%	52.2%
अस्थिर चाचण्या	8	3
एकूण रन	69	69
प्रति निकाल खर्च	4.342	1.593
एकूण खर्च	$0.478	$0.176
इनपुट किंमत	$0.740 / 1M	$0.260 / 1M
आउटपुट किंमत	$2.960 / 1M	$1.560 / 1M
एकूण इनपुट टोकन्स	87,916	346,064
आउटपुट टोकन्स	7,213	53,060
रिझनिंग टोकन्स	132,162	0
प्रतिसाद वेळ (सरासरी)	23.94s	20.07s
प्रतिसाद वेळ (कमाल)	257.00s	183.50s
प्रतिसाद वेळ (एकूण)	550.52s	341.27s
पॅरामीटर्स	~700B एकूण (~72B सक्रिय)	~397B एकूण (~17B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#226 KAT-Coder-Pro V2.5

medium

खर्च: $0.009
वेळ: 25.6s
टोकन्स: 2,939 tok

#218 Qwen3.5 Plus 2026-02-15

none

खर्च: $0.012
वेळ: 153.2s
टोकन्स: 7,787 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		3.38s	0	0	0
Qwen3.5 Plus 2026-02-15	5.2	3.2	33.3%	1		183.50s	243,409	23,690	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	8.2	7.9	83.3%	1		3.90s	672	208	3,868
Qwen3.5 Plus 2026-02-15	4.8	10.0	25.0%	0		1.91s	696	517	0

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	7.8	10.0	66.7%	0		33.10s	7,893	416	33,658
Qwen3.5 Plus 2026-02-15	4.3	7.9	11.1%	1		2.05s	7,913	473	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	6.4	5.8	66.7%	1		135.75s	60,289	5,478	51,591
Qwen3.5 Plus 2026-02-15	6.5	10.0	50.0%	0		64.83s	75,086	27,204	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	7.3	5.9	83.3%	1		4.70s	7,776	275	2,122
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		1.89s	7,794	243	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	2.9	4.4	22.2%	2		35.11s	780	36	33,495
Qwen3.5 Plus 2026-02-15	7.7	10.0	66.7%	0		1.24s	798	17	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	4.7	3.1	33.3%	1		2.35s	516	92	381
Qwen3.5 Plus 2026-02-15	4.4	3.0	33.3%	1		2.26s	522	117	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	9.9	10.0	100.0%	0		2.58s	699	83	971
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		1.67s	711	72	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	5.9	4.5	66.7%	2		3.20s	696	325	1,867
Qwen3.5 Plus 2026-02-15	7.7	10.0	66.7%	0		2.71s	714	494	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		19.02s	8,391	282	1,010
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		3.33s	8,211	222	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		9.87s	204	18	3,199
Qwen3.5 Plus 2026-02-15	3.0	10.0	0.0%	0		1.11s	210	11	0

झटपट तुलना

तुलना जोडी बदला

Qwen3.5 Plus 2026-02-15nonevsSolar Pro 4high Gemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-02-15none KAT-Coder-Pro V2.5mediumvsSpace Bunny Alphaxhigh DeepSeek V4 Flash 0731nonevsKAT-Coder-Pro V2.5medium Gemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15none Qwen3.5 Plus 2026-02-15nonevsSpace Bunny Alphamedium Gemini 3.5 Flash LitelowvsQwen3.5 Plus 2026-02-15none DeepSeek V3.2mediumvsQwen3.5 Plus 2026-02-15none Trinity Large ThinkinglowvsQwen3.5 Plus 2026-02-15none Gemini 3.1 Flash Lite PreviewnonevsKAT-Coder-Pro V2.5medium DeepSeek V4 Flash 0423nonevsKAT-Coder-Pro V2.5medium Claude Fable 5.1lowvsKAT-Coder-Pro V2.5medium