AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.6 Plus

Resumen

KAT-Coder-Pro V2.5 (low) lidera en puntuación media con 8.0 vs 7.8. KAT-Coder-Pro V2.5 (low) tiene menor coste de benchmark con $0.220 vs $0.294. KAT-Coder-Pro V2.5 (low) es más rápido con 10.44s vs 30.70s, con tasas de acierto de 71.4% vs 69.8%.

Modelo recomendadoKAT-Coder-Pro V2.5 (low)Tiene la mejor puntuación aquí (8.0) y responde aproximadamente 2.9x más rápido que Qwen3.6 Plus (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	Qwen3.6 Plus Qwen3.6 Plus medium Lanzamiento: 2026-04-20

Métrica	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lanzamiento: 2026-07-14	Qwen3.6 Plus Qwen3.6 Plus medium Lanzamiento: 2026-04-20
Puntuación	8.0	7.8
Rango	#35	#38
Fiabilidad	9.9	10.0
Consistencia	7.3	9.3
Pruebas correctas
Tasa de aciertos por intento	71.4%	69.8%
Pruebas inestables	7	2
Ejecuciones totales	63	63
Costo por resultado	1.991	0.831
Costo total	$0.220	$0.294
Precio de entrada	$0.740 / 1M	$0.325 / 1M
Precio de salida	$2.960 / 1M	$1.950 / 1M
Total de tokens de entrada	42,750	41,565
Tokens de salida	2,167	1,853
Tokens de razonamiento	61,133	141,973
Tiempo de respuesta (promedio)	10.44s	30.70s
Tiempo de respuesta (máximo)	51.34s	201.68s
Tiempo de respuesta (total)	219.17s	613.99s

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

#38 Qwen3.6 Plus

medium

Coste: $0.024
Tiempo: 219.0s
Tokens: 12,235 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
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557

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
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		34.95s	14,934	452	13,073

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706

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
Qwen3.6 Plus	2.9	7.2	11.1%	1		29.59s	771	56	33,464

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
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330

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
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761

Comparación rápida

Cambiar par de comparación

Qwen3.6 PlusmediumvsGrok 4.5low KAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-02-15medium KAT-Coder-Pro V2.5lowvsGPT-5.4 Minimedium KAT-Coder-Pro V2.5lowvsGLM 5.2high KAT-Coder-Pro V2.5lowvsQwen3.5-27Bmedium Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Sonnet 5mediumvsKAT-Coder-Pro V2.5low GPT-5.6 TerralowvsQwen3.6 Plusmedium KAT-Coder-Pro V2.5lowvsGPT-5.6 Terramedium Claude Sonnet 4.6mediumvsKAT-Coder-Pro V2.5low Qwen3.6 PlusmediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.6 Plusmedium