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-Pro V2.5 vs Qwen: Qwen3.6 35B A3B

सारांश

KAT-Coder-Pro V2.5 average score मध्ये पुढे आहे: 6.8 vs 6.7. Qwen3.6 35B A3B (medium) चा benchmark खर्च कमी आहे: $0.146 vs $0.220. KAT-Coder-Pro V2.5 वेगवान आहे: 10.81s vs 18.08s, pass rates 71.4% vs 63.5%.

शिफारस केलेले मॉडेलKAT-Coder-Pro V2.5It has the best score here (6.8), while responding about 1.7x faster than Qwen3.6 35B A3B (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 35B A3B Qwen3.6 35B A3B medium प्रकाशन: 2026-04-20
स्कोअर 6.8 6.7
क्रमांक #89 #93
विश्वसनीयता 10.0 10.0
सुसंगतता 7.3 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 71.4% 63.5%
अस्थिर चाचण्या 7 1
एकूण रन 63 63
प्रति निकाल खर्च 1.992 1.094
एकूण खर्च $0.220 $0.146
इनपुट किंमत $0.740 / 1M $0.140 / 1M
आउटपुट किंमत $2.960 / 1M $1.000 / 1M
एकूण इनपुट टोकन्स 42,749 16,385
आउटपुट टोकन्स 63,338 19,632
रिझनिंग टोकन्स 0 130,219
प्रतिसाद वेळ (सरासरी) 10.81s 18.08s
प्रतिसाद वेळ (कमाल) 53.57s 86.11s
प्रतिसाद वेळ (एकूण) 227.02s 343.61s

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

#93 Qwen3.6 35B A3B

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-Pro V2.5 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0
Qwen3.6 35B A3B 7.7 10.0 66.7% 0 50.55s 5,051 7,929 37,223

झटपट तुलना

तुलना जोडी बदला