AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5 Plus 2026-02-15

Resumen

KAT-Coder-Air V2.5 (low) lidera en puntuación media con 6.0 vs 5.8. Qwen3.5 Plus 2026-02-15 tiene menor coste de benchmark con $0.016 vs $0.030. Qwen3.5 Plus 2026-02-15 es más rápido con 2.31s vs 6.47s, con tasas de acierto de 46.0% vs 46.0%.

Modelo recomendadoQwen3.5 Plus 2026-02-15Su puntuación se mantiene cerca de la mejor aquí (5.8 vs 6.0) y cuesta aproximadamente 1.9x 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 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none Lanzamiento: 2026-02-15

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lanzamiento: 2026-07-14	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none Lanzamiento: 2026-02-15
Puntuación	6.0	5.8
Rango	#124	#130
Fiabilidad	9.7	10.0
Consistencia	7.6	9.4
Pruebas correctas
Tasa de aciertos por intento	46.0%	46.0%
Pruebas inestables	6	2
Ejecuciones totales	63	63
Costo por resultado	0.427	0.204
Costo total	$0.030	$0.016
Precio de entrada	$0.150 / 1M	$0.260 / 1M
Precio de salida	$0.600 / 1M	$1.560 / 1M
Total de tokens de entrada	42,464	45,864
Tokens de salida	4,227	2,480
Tokens de razonamiento	34,864	0
Tiempo de respuesta (promedio)	6.47s	2.31s
Tiempo de respuesta (máximo)	25.49s	6.65s
Tiempo de respuesta (total)	135.80s	34.63s

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

#130 Qwen3.5 Plus 2026-02-15

none

Coste: $0.012
Tiempo: 153.2s
Tokens: 7,787 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 Plus 2026-02-15	4.8	10.0	25.0%	0		1.91s	696	517	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 Plus 2026-02-15	4.3	7.9	11.1%	1		2.05s	7,913	473	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 Plus 2026-02-15	3.0	10.0	0.0%	0		6.65s	18,304	314	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 Plus 2026-02-15	10.0	10.0	100.0%	0		1.89s	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 Plus 2026-02-15	5.3	10.0	33.3%	0		1.17s	789	17	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 Plus 2026-02-15	4.4	3.0	33.3%	1		2.26s	522	117	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 Plus 2026-02-15	10.0	10.0	100.0%	0		1.67s	711	72	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 Plus 2026-02-15	7.7	10.0	66.7%	0		2.71s	714	494	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 Plus 2026-02-15	10.0	10.0	100.0%	0		3.33s	8,211	222	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 Plus 2026-02-15	3.0	10.0	0.0%	0		1.11s	210	11	0

Comparación rápida

Cambiar par de comparación