AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-122B-A10B

Resumen

KAT-Coder-Air V2.5 (medium) lidera en puntuación media con 6.2 vs 5.3. Qwen3.5-122B-A10B tiene menor coste de benchmark con $0.020 vs $0.045. Qwen3.5-122B-A10B es más rápido con 3.41s vs 8.28s, con tasas de acierto de 47.6% vs 31.8%.

Modelo recomendadoKAT-Coder-Air V2.5 (medium)Tiene la puntuación más alta en esta comparación (6.2) 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 medium Lanzamiento: 2026-07-14	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none Lanzamiento: 2026-02-24

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium Lanzamiento: 2026-07-14	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none Lanzamiento: 2026-02-24
Puntuación	6.2	5.3
Rango	#115	#152
Fiabilidad	9.7	10.0
Consistencia	8.8	9.6
Pruebas correctas
Tasa de aciertos por intento	47.6%	31.8%
Pruebas inestables	3	1
Ejecuciones totales	63	63
Costo por resultado	0.562	0.393
Costo total	$0.045	$0.020
Precio de entrada	$0.150 / 1M	$0.260 / 1M
Precio de salida	$0.600 / 1M	$2.080 / 1M
Total de tokens de entrada	42,750	47,735
Tokens de salida	7,759	3,383
Tokens de razonamiento	56,357	0
Tiempo de respuesta (promedio)	8.28s	3.41s
Tiempo de respuesta (máximo)	48.19s	46.00s
Tiempo de respuesta (total)	173.80s	71.59s

Generación showcase

Hamster playing table tennis

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

#115 KAT-Coder-Air V2.5

medium

Coste: $0.003
Tiempo: 23.7s
Tokens: 4,924 tok

#152 Qwen3.5-122B-A10B

none

Coste: $0.016
Tiempo: 44.5s
Tokens: 6,431 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	8.7	8.0	91.7%	1		3.79s	672	549	4,194
Qwen3.5-122B-A10B	4.8	10.0	25.0%	0		1.59s	696	312	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	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973
Qwen3.5-122B-A10B	3.7	7.0	22.2%	1		2.77s	7,913	693	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		27.68s	15,132	372	4,816
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		46.00s	20,175	1,137	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		3.65s	7,776	268	1,881
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		1.01s	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	3.0	10.0	0.0%	0		4.87s	771	487	4,454
Qwen3.5-122B-A10B	5.3	10.0	33.3%	0		465ms	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		9.81s	516	189	557
Qwen3.5-122B-A10B	5.0	10.0	0.0%	0		1.12s	522	66	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	10.0	10.0	100.0%	0		1.50s	699	93	730
Qwen3.5-122B-A10B	6.3	10.0	50.0%	0		513ms	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	3.6	7.2	22.2%	1		1.87s	696	265	1,184
Qwen3.5-122B-A10B	3.8	10.0	0.0%	0		1.00s	714	575	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	317	906
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		2.04s	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		15.74s	204	20	7,662
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		295ms	210	9	0

Comparación rápida

Cambiar par de comparación