AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-27B

Resumen

KAT-Coder-Air V2.5 (low) lidera en puntuación media con 6.0 vs 5.9. Qwen3.5-27B tiene menor coste de benchmark con $0.015 vs $0.030. Qwen3.5-27B es más rápido con 1.68s vs 6.47s, con tasas de acierto de 46.0% vs 38.1%.

Modelo recomendadoQwen3.5-27BSu puntuación se mantiene cerca de la mejor aquí (5.9 vs 6.0) y cuesta aproximadamente 2.1x menos que KAT-Coder-Air V2.5 (low).

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 low Lanzamiento: 2026-07-14	Qwen3.5-27B Qwen3.5-27B none Lanzamiento: 2026-02-24

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lanzamiento: 2026-07-14	Qwen3.5-27B Qwen3.5-27B none Lanzamiento: 2026-02-24
Puntuación	6.0	5.9
Rango	#124	#128
Fiabilidad	9.7	10.0
Consistencia	7.6	9.3
Pruebas correctas
Tasa de aciertos por intento	46.0%	38.1%
Pruebas inestables	6	2
Ejecuciones totales	63	63
Costo por resultado	0.427	0.249
Costo total	$0.030	$0.015
Precio de entrada	$0.150 / 1M	$0.195 / 1M
Precio de salida	$0.600 / 1M	$1.560 / 1M
Total de tokens de entrada	42,464	44,478
Tokens de salida	4,227	3,592
Tokens de razonamiento	34,864	0
Tiempo de respuesta (promedio)	6.47s	1.68s
Tiempo de respuesta (máximo)	25.49s	9.39s
Tiempo de respuesta (total)	135.80s	35.25s

Generación showcase

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low

Coste: $0.004
Tiempo: 29.9s
Tokens: 6,008 tok

#128 Qwen3.5-27B

none

Coste: $0.007
Tiempo: 42.9s
Tokens: 4,273 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	7.3	5.8	83.3%	2		3.50s	672	422	1,548
Qwen3.5-27B	4.8	10.0	25.0%	0		788ms	696	267	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	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623
Qwen3.5-27B	5.8	10.0	33.3%	0		1.80s	7,913	415	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		25.49s	15,132	368	5,707
Qwen3.5-27B	2.8	1.6	33.3%	1		9.39s	16,918	1,461	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		2.82s	7,776	261	1,069
Qwen3.5-27B	10.0	10.0	100.0%	0		1.43s	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		4.99s	553	310	3,332
Qwen3.5-27B	3.0	10.0	0.0%	0		540ms	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	5.0	10.0	0.0%	0		10.11s	516	142	596
Qwen3.5-27B	5.0	10.0	0.0%	0		2.51s	522	126	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		1.64s	699	89	640
Qwen3.5-27B	6.3	10.0	50.0%	0		1.03s	711	69	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	3.1	4.6	22.2%	2		1.57s	696	294	796
Qwen3.5-27B	6.7	7.9	55.6%	1		1.38s	714	683	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		4.47s	8,391	330	1,065
Qwen3.5-27B	10.0	10.0	100.0%	0		3.54s	8,211	303	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		19.98s	136	10	6,488
Qwen3.5-27B	3.0	10.0	0.0%	0		599ms	210	10	0

Comparación rápida

Cambiar par de comparación