AI BENCHY Compare

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

Resumen

KAT-Coder-Air V2.5 (medium) lidera en puntuación media con 6.2 vs 6.1. Qwen3.5-Flash tiene menor coste de benchmark con $0.005 vs $0.045. Qwen3.5-Flash es más rápido con 3.58s vs 8.28s, con tasas de acierto de 47.6% vs 39.7%.

Modelo recomendadoQwen3.5-FlashSu puntuación se mantiene cerca de la mejor aquí (6.1 vs 6.2) y cuesta aproximadamente 10.9x menos que KAT-Coder-Air V2.5 (medium).

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-Flash Qwen3.5-Flash none Lanzamiento: 2026-02-24

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium Lanzamiento: 2026-07-14	Qwen3.5-Flash Qwen3.5-Flash none Lanzamiento: 2026-02-24
Puntuación	6.2	6.1
Rango	#115	#119
Fiabilidad	9.7	10.0
Consistencia	8.8	9.7
Pruebas correctas
Tasa de aciertos por intento	47.6%	39.7%
Pruebas inestables	3	1
Ejecuciones totales	63	63
Costo por resultado	0.562	0.075
Costo total	$0.045	$0.005
Precio de entrada	$0.150 / 1M	$0.065 / 1M
Precio de salida	$0.600 / 1M	$0.260 / 1M
Total de tokens de entrada	42,750	46,439
Tokens de salida	7,759	4,276
Tokens de razonamiento	56,357	0
Tiempo de respuesta (promedio)	8.28s	3.58s
Tiempo de respuesta (máximo)	48.19s	27.18s
Tiempo de respuesta (total)	173.80s	75.28s

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

#119 Qwen3.5-Flash

none

Coste: $0.003
Tiempo: 47.4s
Tokens: 7,799 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-Flash	3.5	8.3	8.3%	1		1.32s	696	690	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-Flash	5.5	10.0	33.3%	0		850ms	7,913	519	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-Flash	3.0	10.0	0.0%	0		6.22s	18,879	1,794	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-Flash	10.0	10.0	100.0%	0		1.57s	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-Flash	7.7	10.0	66.7%	0		905ms	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-Flash	10.0	10.0	100.0%	0		803ms	522	100	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-Flash	6.3	10.0	50.0%	0		8.81s	711	63	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-Flash	3.1	10.0	0.0%	0		10.89s	714	579	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-Flash	10.0	10.0	100.0%	0		3.67s	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-Flash	3.0	10.0	0.0%	0		588ms	210	9	0

Comparación rápida

Cambiar par de comparación