नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.7 Max

सारांश

Qwen3.7 Max average score मध्ये पुढे आहे: 6.9 vs 6.8. Qwen3.7 Max चा benchmark खर्च कमी आहे: $0.054 vs $0.220. Qwen3.7 Max वेगवान आहे: 1.30s vs 10.81s, pass rates 71.4% vs 66.7%.

शिफारस केलेले मॉडेलQwen3.7 MaxIt has the best score here (6.9), while costing about 4.1x less than KAT-Coder-Pro V2.5.

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 Qwen3.7 Max Qwen3.7 Max none प्रकाशन: 2026-05-22
स्कोअर 6.8 6.9
क्रमांक #89 #85
विश्वसनीयता 10.0 10.0
सुसंगतता 7.3 10.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 71.4% 66.7%
अस्थिर चाचण्या 7 0
एकूण रन 63 63
प्रति निकाल खर्च 1.992 0.744
एकूण खर्च $0.220 $0.054
इनपुट किंमत $0.740 / 1M $1.250 / 1M
आउटपुट किंमत $2.960 / 1M $3.750 / 1M
एकूण इनपुट टोकन्स 42,749 37,107
आउटपुट टोकन्स 63,338 1,994
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 10.81s 1.30s
प्रतिसाद वेळ (कमाल) 53.57s 3.92s
प्रतिसाद वेळ (एकूण) 227.02s 27.21s

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

#85 Qwen3.7 Max

none
खर्च
$0.046
वेळ
195.0s
टोकन्स
12,171 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
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0

झटपट तुलना

तुलना जोडी बदला