AI BENCHY Compare

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

Resumen

KAT-Coder-Air V2.5 (high) lidera en puntuación media con 6.2 vs 6.1. Qwen3.5-Flash tiene menor coste de benchmark con $0.005 vs $0.064. Qwen3.5-Flash es más rápido con 3.58s vs 11.02s, con tasas de acierto de 46.0% vs 39.7%.

Modelo recomendadoQwen3.5-FlashSu puntuación se mantiene cerca de la mejor aquí (6.1 vs 6.2) y cuesta aproximadamente 15.4x menos que KAT-Coder-Air V2.5 (high).

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-Flash Qwen3.5-Flash none Lanzamiento: 2026-02-24

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lanzamiento: 2026-07-14	Qwen3.5-Flash Qwen3.5-Flash none Lanzamiento: 2026-02-24
Puntuación	6.2	6.1
Rango	#110	#119
Fiabilidad	9.7	10.0
Consistencia	7.6	9.7
Pruebas correctas
Tasa de aciertos por intento	46.0%	39.7%
Pruebas inestables	6	1
Ejecuciones totales	63	63
Costo por resultado	0.910	0.075
Costo total	$0.064	$0.005
Precio de entrada	$0.150 / 1M	$0.065 / 1M
Precio de salida	$0.600 / 1M	$0.260 / 1M
Total de tokens de entrada	41,748	46,439
Tokens de salida	3,894	4,276
Tokens de razonamiento	91,773	0
Tiempo de respuesta (promedio)	11.02s	3.58s
Tiempo de respuesta (máximo)	104.98s	27.18s
Tiempo de respuesta (total)	231.37s	75.28s

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

#119 Qwen3.5-Flash

none

Coste: $0.003
Tiempo: 47.4s
Tokens: 7,799 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-Flash	3.5	8.3	8.3%	1		1.32s	696	690	0

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-Flash	5.5	10.0	33.3%	0		850ms	7,913	519	0

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-Flash	3.0	10.0	0.0%	0		6.22s	18,879	1,794	0

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-Flash	10.0	10.0	100.0%	0		1.57s	7,794	243	0

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-Flash	7.7	10.0	66.7%	0		905ms	789	15	0

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-Flash	10.0	10.0	100.0%	0		803ms	522	100	0

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-Flash	6.3	10.0	50.0%	0		8.81s	711	63	0

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-Flash	3.1	10.0	0.0%	0		10.89s	714	579	0

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-Flash	10.0	10.0	100.0%	0		3.67s	8,211	264	0

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-Flash	3.0	10.0	0.0%	0		588ms	210	9	0

Comparación rápida

Cambiar par de comparación