AI BENCHY Compare

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

Resumen

KAT-Coder-Pro V2.5 (low) lidera en puntuación media con 8.0 vs 7.7. KAT-Coder-Pro V2.5 (low) tiene menor coste de benchmark con $0.220 vs $0.588. KAT-Coder-Pro V2.5 (low) es más rápido con 10.44s vs 42.49s, con tasas de acierto de 71.4% vs 73.0%.

Modelo recomendadoKAT-Coder-Pro V2.5 (low)Tiene la mejor puntuación aquí (8.0) y cuesta aproximadamente 2.7x menos que Qwen3.5-122B-A10B (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14

Métrica	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lanzamiento: 2026-07-14	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lanzamiento: 2026-02-24

Métrica	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lanzamiento: 2026-07-14	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lanzamiento: 2026-02-24
Puntuación	8.0	7.7
Rango	#35	#46
Fiabilidad	9.9	10.0
Consistencia	7.3	8.8
Pruebas correctas
Tasa de aciertos por intento	71.4%	73.0%
Pruebas inestables	7	3
Ejecuciones totales	63	63
Costo por resultado	1.991	5.235
Costo total	$0.220	$0.588
Precio de entrada	$0.740 / 1M	$0.260 / 1M
Precio de salida	$2.960 / 1M	$2.080 / 1M
Total de tokens de entrada	42,750	41,832
Tokens de salida	2,167	26,187
Tokens de razonamiento	61,133	251,028
Tiempo de respuesta (promedio)	10.44s	42.49s
Tiempo de respuesta (máximo)	51.34s	168.16s
Tiempo de respuesta (total)	219.17s	892.30s

Generación showcase

Hamster playing table tennis

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

#35 KAT-Coder-Pro V2.5

low

Coste: $0.016
Tiempo: 47.6s
Tokens: 5,182 tok

#46 Qwen3.5-122B-A10B

medium

Coste: $0.019
Tiempo: 48.7s
Tokens: 6,034 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-Pro V2.5	6.9	5.8	75.0%	2		4.20s	672	277	4,228
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835

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-Pro V2.5	7.8	10.0	66.7%	0		24.87s	7,893	402	24,945
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578

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-Pro V2.5	10.0	10.0	100.0%	0		14.59s	15,132	394	3,391
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		107.79s	14,947	483	11,337

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-Pro V2.5	10.0	10.0	100.0%	0		4.19s	7,776	288	1,917
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558

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-Pro V2.5	4.1	4.4	44.5%	2		17.52s	771	35	16,877
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	771	15,537	64,889

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-Pro V2.5	4.1	2.7	33.3%	1		2.32s	516	99	412
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592

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-Pro V2.5	10.0	10.0	100.0%	0		2.53s	699	83	1,008
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372

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-Pro V2.5	6.4	4.4	77.8%	2		3.11s	696	289	1,820
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575

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-Pro V2.5	10.0	10.0	100.0%	0		18.45s	8,391	282	834
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226

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-Pro V2.5	3.0	10.0	0.0%	0		17.06s	204	18	5,701
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8lowvsQwen3.5-122B-A10Bmedium GPT-5.6 TerralowvsQwen3.5-122B-A10Bmedium KAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-02-15medium KAT-Coder-Pro V2.5lowvsGPT-5.4 Minimedium Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.5-122B-A10Bmedium KAT-Coder-Pro V2.5lowvsGLM 5.2high KAT-Coder-Pro V2.5highvsQwen3.5-122B-A10Bmedium Qwen3.5-122B-A10BmediumvsGrok 4.5low KAT-Coder-Pro V2.5lowvsQwen3.5-27Bmedium Claude Sonnet 5mediumvsKAT-Coder-Pro V2.5low KAT-Coder-Pro V2.5lowvsQwen3.6 Plusmedium