AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 Max Preview

Resumen

La puntuación media está prácticamente empatada en 6.0 vs 6.0. KAT-Coder-Air V2.5 (low) tiene menor coste de benchmark con $0.030 vs $0.075. Qwen3.6 Max Preview es más rápido con 3.30s vs 6.47s, con tasas de acierto de 46.0% vs 58.7%.

Modelo recomendadoQwen3.6 Max PreviewTiene la mejor puntuación aquí (6.0) y responde aproximadamente 2.0x más rápido 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	Qwen3.6 Max Preview Qwen3.6 Max Preview none Lanzamiento: 2026-04-20

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lanzamiento: 2026-07-14	Qwen3.6 Max Preview Qwen3.6 Max Preview none Lanzamiento: 2026-04-20
Puntuación	6.0	6.0
Rango	#124	#122
Fiabilidad	9.7	10.0
Consistencia	7.6	9.2
Pruebas correctas
Tasa de aciertos por intento	46.0%	58.7%
Pruebas inestables	6	2
Ejecuciones totales	63	63
Costo por resultado	0.427	0.824
Costo total	$0.030	$0.075
Precio de entrada	$0.150 / 1M	$1.040 / 1M
Precio de salida	$0.600 / 1M	$6.240 / 1M
Total de tokens de entrada	42,464	42,509
Tokens de salida	4,227	4,779
Tokens de razonamiento	34,864	0
Tiempo de respuesta (promedio)	6.47s	3.30s
Tiempo de respuesta (máximo)	25.49s	20.51s
Tiempo de respuesta (total)	135.80s	69.40s

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

#122 Qwen3.6 Max Preview

none

Coste: $0.025
Tiempo: 83.9s
Tokens: 4,066 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 Max Preview	5.2	7.9	41.7%	1		2.63s	696	513	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 Max Preview	3.8	7.3	22.2%	1		3.12s	7,913	456	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 Max Preview	3.0	10.0	0.0%	0		20.51s	14,949	2,842	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 Max Preview	10.0	10.0	100.0%	0		2.87s	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
Qwen3.6 Max Preview	7.7	10.0	66.7%	0		1.22s	789	18	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 Max Preview	4.3	10.0	0.0%	0		1.62s	522	76	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 Max Preview	9.8	10.0	100.0%	0		1.40s	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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		2.65s	714	321	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 Max Preview	10.0	10.0	100.0%	0		5.27s	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
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		1.97s	210	19	0

Comparación rápida

Cambiar par de comparación