AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-9B

Resumen

KAT-Coder-Air V2.5 lidera en puntuación media con 4.9 vs 3.8. Qwen3.5-9B (medium) tiene menor coste de benchmark con $0.036 vs $0.037. KAT-Coder-Air V2.5 es más rápido con 6.99s vs 82.24s, con tasas de acierto de 38.1% vs 27.0%.

Modelo recomendadoKAT-Coder-Air V2.5Tiene la mejor puntuación aquí (4.9) y responde aproximadamente 11.8x más rápido que Qwen3.5-9B (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 none Lanzamiento: 2026-07-14	Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none Lanzamiento: 2026-07-14	Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02
Puntuación	4.9	3.8
Rango	#168	#193
Fiabilidad	10.0	6.7
Consistencia	7.1	8.0
Pruebas correctas
Tasa de aciertos por intento	38.1%	27.0%
Pruebas inestables	7	5
Ejecuciones totales	63	63
Costo por resultado	0.724	1.187
Costo total	$0.037	$0.036
Precio de entrada	$0.150 / 1M	$0.100 / 1M
Precio de salida	$0.600 / 1M	$0.150 / 1M
Total de tokens de entrada	41,328	17,070
Tokens de salida	49,933	29,045
Tokens de razonamiento	0	209,516
Tiempo de respuesta (promedio)	6.99s	82.24s
Tiempo de respuesta (máximo)	24.94s	226.38s
Tiempo de respuesta (total)	146.78s	1315.88s

Generación showcase

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none

Coste: $0.002
Tiempo: 14.5s
Tokens: 2,619 tok

#193 Qwen3.5-9B

medium

Coste: $0.001
Tiempo: 35.9s
Tokens: 3,030 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	5.3	5.6	50.0%	2		2.68s	672	3,044	0
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411

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	3.3	9.6	0.0%	0		14.31s	6,472	16,918	0
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129

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	4.7	1.6	66.7%	1		24.94s	15,131	6,788	0
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	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	6.3	5.8	66.7%	1		2.66s	7,776	1,268	0
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

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		6.24s	771	7,818	0
Qwen3.5-9B	3.6	7.2	22.2%	1		137.75s	295	11,549	48,475

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		12.02s	516	656	0
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695

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	9.9	10.0	100.0%	0		1.75s	699	858	0
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824

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	2.9	4.4	22.2%	2		1.84s	696	1,255	0
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026

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		5.13s	8,391	1,560	0
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149

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		17.96s	204	9,768	0
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694

Comparación rápida

Cambiar par de comparación

CobuddymediumvsKAT-Coder-Air V2.5none KAT-Coder-Air V2.5nonevsMiniMax M2.5medium KAT-Coder-Air V2.5nonevsMistral Small 4medium gpt-oss-120bnoneDisponible gratisvsQwen3.5-9Bmedium Granite 4.1 8BnonevsQwen3.5-9Bmedium KAT-Coder-Air V2.5nonevsQwen3 Coder Nextmedium KAT-Coder-Air V2.5nonevsMiniMax M2.7medium Qwen3.5-9BmediumvsGrok 4.20none KAT-Coder-Air V2.5nonevsGLM 4.7 Flashmedium Mercury 2nonevsQwen3.5-9Bmedium Ling-2.6-1TnonevsQwen3.5-9Bmedium North Mini CodemediumDisponible gratisvsKAT-Coder-Air V2.5none