नेव्हिगेशन
AI BENCHY
Advertise here

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

Qwen3.6 Flash (medium) average score मध्ये पुढे आहे: 6.9 vs 6.7. KAT-Coder-Pro V2.5 चा benchmark खर्च कमी आहे: $0.476 vs $0.738. KAT-Coder-Pro V2.5 वेगवान आहे: 25.56s vs 44.65s, pass rates 68.2% vs 68.2%.

शिफारस केलेले मॉडेलKAT-Coder-Pro V2.5Its score stays close to the best score here (6.7 vs 6.9), while costing about 1.6x less than Qwen3.6 Flash (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none प्रकाशन: 2026-07-14 Qwen3.6 Flash Qwen3.6 Flash medium प्रकाशन: 2026-04-20
स्कोअर 6.7 6.9
क्रमांक #88 #82
विश्वसनीयता 10.0 10.0
सुसंगतता 7.4 8.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 68.2% 68.2%
अस्थिर चाचण्या 7 5
एकूण रन 66 66
प्रति निकाल खर्च 4.319 6.784
एकूण खर्च $0.476 $0.738
इनपुट किंमत $0.740 / 1M $0.188 / 1M
आउटपुट किंमत $2.960 / 1M $1.125 / 1M
एकूण इनपुट टोकन्स 98,499 129,041
आउटपुट टोकन्स 135,861 20,026
रिझनिंग टोकन्स 0 614,312
प्रतिसाद वेळ (सरासरी) 25.56s 44.65s
प्रतिसाद वेळ (कमाल) 335.41s 578.13s
प्रतिसाद वेळ (एकूण) 562.43s 982.32s

Hamster playing table tennis

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

#88 KAT-Coder-Pro V2.5

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

#82 Qwen3.6 Flash

medium
अवैध SVG
खर्च
$0.008
वेळ
29.9s
टोकन्स
6,784 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 Flash 5.0 5.1 44.5% 2 42.85s 7,895 495 67,967

झटपट तुलना

तुलना जोडी बदला