AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 27B

Resumen

KAT-Coder-Air V2.5 (low) lidera en puntuación media con 6.0 vs 5.5. Qwen3.6 27B tiene menor coste de benchmark con $0.025 vs $0.030. Qwen3.6 27B es más rápido con 3.72s vs 6.47s, con tasas de acierto de 46.0% vs 47.6%.

Modelo recomendadoKAT-Coder-Air V2.5 (low)Tiene la puntuación más alta en esta comparación (6.0) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

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	Qwen3.6 27B Qwen3.6 27B none Lanzamiento: 2026-04-20

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lanzamiento: 2026-07-14	Qwen3.6 27B Qwen3.6 27B none Lanzamiento: 2026-04-20
Puntuación	6.0	5.5
Rango	#124	#145
Fiabilidad	9.7	10.0
Consistencia	7.6	7.6
Pruebas correctas
Tasa de aciertos por intento	46.0%	47.6%
Pruebas inestables	6	6
Ejecuciones totales	63	63
Costo por resultado	0.427	0.467
Costo total	$0.030	$0.025
Precio de entrada	$0.150 / 1M	$0.290 / 1M
Precio de salida	$0.600 / 1M	$2.400 / 1M
Total de tokens de entrada	42,464	52,721
Tokens de salida	4,227	3,812
Tokens de razonamiento	34,864	0
Tiempo de respuesta (promedio)	6.47s	3.72s
Tiempo de respuesta (máximo)	25.49s	11.82s
Tiempo de respuesta (total)	135.80s	78.08s

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

#145 Qwen3.6 27B

none

Coste: $0.009
Tiempo: 83.0s
Tokens: 4,549 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
Qwen3.6 27B	3.8	3.7	41.7%	3		2.83s	696	490	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
Qwen3.6 27B	5.5	10.0	33.3%	0		4.16s	7,913	539	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
Qwen3.6 27B	3.0	10.0	0.0%	0		9.95s	22,497	1,401	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
Qwen3.6 27B	7.3	5.8	83.3%	1		2.06s	7,788	248	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
Qwen3.6 27B	7.7	10.0	66.7%	0		3.03s	789	24	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
Qwen3.6 27B	5.2	9.9	0.0%	0		1.07s	522	72	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
Qwen3.6 27B	6.2	5.8	66.7%	1		1.92s	711	49	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
Qwen3.6 27B	5.3	7.2	44.4%	1		5.15s	714	639	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
Qwen3.6 27B	9.5	10.0	100.0%	0		6.74s	10,881	339	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
Qwen3.6 27B	3.0	10.0	0.0%	0		4.03s	210	11	0

Comparación rápida

Cambiar par de comparación