नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.6 27B

सारांश

KAT-Coder-Pro V2.5 average score मध्ये पुढे आहे: 6.8 vs 6.6. KAT-Coder-Pro V2.5 चा benchmark खर्च कमी आहे: $0.220 vs $0.336. KAT-Coder-Pro V2.5 वेगवान आहे: 10.81s vs 59.71s, pass rates 71.4% vs 60.3%.

शिफारस केलेले मॉडेलKAT-Coder-Pro V2.5It has the best score here (6.8), while costing about 1.5x less than Qwen3.6 27B (medium).

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

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none प्रकाशन: 2026-07-14 Qwen3.6 27B Qwen3.6 27B medium प्रकाशन: 2026-04-20
स्कोअर 6.8 6.6
क्रमांक #89 #99
विश्वसनीयता 10.0 10.0
सुसंगतता 7.3 8.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 71.4% 60.3%
अस्थिर चाचण्या 7 5
एकूण रन 63 63
प्रति निकाल खर्च 1.992 3.361
एकूण खर्च $0.220 $0.336
इनपुट किंमत $0.740 / 1M $0.290 / 1M
आउटपुट किंमत $2.960 / 1M $2.400 / 1M
एकूण इनपुट टोकन्स 42,749 39,376
आउटपुट टोकन्स 63,338 16,189
रिझनिंग टोकन्स 0 122,521
प्रतिसाद वेळ (सरासरी) 10.81s 59.71s
प्रतिसाद वेळ (कमाल) 53.57s 168.22s
प्रतिसाद वेळ (एकूण) 227.02s 1254.01s

जनरेशन शोकेस

Hamster playing table tennis

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

#89 KAT-Coder-Pro V2.5

none
खर्च
$0.010
वेळ
29.0s
टोकन्स
3,439 tok

#99 Qwen3.6 27B

medium
खर्च
$0.009
वेळ
39.6s
टोकन्स
3,090 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-Pro V2.5 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0
Qwen3.6 27B 7.7 10.0 66.7% 0 142.99s 5,051 7,968 43,367

झटपट तुलना

तुलना जोडी बदला