AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-35B-A3B

Resumen

Qwen3.5-35B-A3B (medium) lidera en puntuación media con 6.3 vs 6.2. KAT-Coder-Air V2.5 (high) tiene menor coste de benchmark con $0.064 vs $0.401. KAT-Coder-Air V2.5 (high) es más rápido con 11.02s vs 72.57s, con tasas de acierto de 46.0% vs 69.8%.

Modelo recomendadoKAT-Coder-Air V2.5 (high)Su puntuación se mantiene cerca de la mejor aquí (6.2 vs 6.3) y cuesta aproximadamente 6.3x menos que Qwen3.5-35B-A3B (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lanzamiento: 2026-07-14	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Lanzamiento: 2026-02-24

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lanzamiento: 2026-07-14	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Lanzamiento: 2026-02-24
Puntuación	6.2	6.3
Rango	#110	#108
Fiabilidad	9.7	10.0
Consistencia	7.6	7.5
Pruebas correctas
Tasa de aciertos por intento	46.0%	69.8%
Pruebas inestables	6	6
Ejecuciones totales	63	63
Costo por resultado	0.910	5.162
Costo total	$0.064	$0.401
Precio de entrada	$0.150 / 1M	$0.140 / 1M
Precio de salida	$0.600 / 1M	$1.000 / 1M
Total de tokens de entrada	41,748	42,196
Tokens de salida	3,894	40,630
Tokens de razonamiento	91,773	353,577
Tiempo de respuesta (promedio)	11.02s	72.57s
Tiempo de respuesta (máximo)	104.98s	409.98s
Tiempo de respuesta (total)	231.37s	1524.04s

Generación showcase

Hamster playing table tennis

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

#110 KAT-Coder-Air V2.5

high

SVG inválido

Coste: $0.000
Tiempo: 300.0s
Tokens: 0 tok

#108 Qwen3.5-35B-A3B

medium

Coste: $0.009
Tiempo: 71.4s
Tokens: 8,631 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		30.61s	15,132	422	8,958
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

Comparación rápida

Cambiar par de comparación

GPT-5.5nonevsQwen3.5-35B-A3Bmedium GPT-5.6 SolnonevsQwen3.5-35B-A3Bmedium Seed-2.0-LitenonevsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsGPT-5.6 Lunalow KAT-Coder-Air V2.5highvsGPT-5.5none Gemini 2.5 FlashnonevsKAT-Coder-Air V2.5high Gemma 4 31BmediumDisponible gratisvsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsGPT-5.6 Solnone Gemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsNemotron 3 SupermediumDisponible gratis Seed-2.0-LitenonevsQwen3.5-35B-A3Bmedium GPT-5.6 LunalowvsQwen3.5-35B-A3Bmedium