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

Skor rata-rata hampir imbang di 5.6 vs 5.7. KAT-Coder-Air V2.5 (high) memiliki biaya benchmark lebih rendah di $0.077 vs $0.247. Qwen3.5-122B-A10B lebih cepat di 12.92s vs 15.90s, dengan tingkat keberhasilan 43.9% vs 33.3%.

Model yang direkomendasikanKAT-Coder-Air V2.5 (high)It has the best score here (5.6), while costing about 3.2x less than Qwen3.5-122B-A10B.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Rilis: 2026-07-14	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none Rilis: 2026-02-24

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Rilis: 2026-07-14	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none Rilis: 2026-02-24
Skor	5.6	5.7
Peringkat	#137	#135
Keandalan	9.9	10.0
Konsistensi	7.7	9.3
Tes benar
Tingkat lulus per percobaan	43.9%	33.3%
Tes tidak stabil	6	2
Total Run	66	66
Biaya per hasil	1.097	4.182
Total Biaya	$0.077	$0.247
Harga input	$0.150 / 1M	$0.260 / 1M
Harga output	$0.600 / 1M	$2.080 / 1M
Total token input	50,470	241,566
Token output	3,957	88,458
Token penalaran	111,374	0
Waktu respons (rata-rata)	15.90s	12.92s
Waktu respons (maks)	118.35s	212.63s
Waktu respons (total)	349.71s	284.21s

Hamster playing table tennis

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

#137 KAT-Coder-Air V2.5

high

SVG tidak valid

Biaya: $0.000
Waktu: 300.0s
Token: 0 tok

#135 Qwen3.5-122B-A10B

none

Biaya: $0.016
Waktu: 44.5s
Token: 6,431 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290
Qwen3.5-122B-A10B	4.8	10.0	25.0%	0		1.59s	696	312	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883
Qwen3.5-122B-A10B	3.7	7.0	22.2%	1		2.77s	7,913	693	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		74.48s	23,854	485	28,559
Qwen3.5-122B-A10B	5.2	6.9	33.3%	1		129.31s	214,006	86,212	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		1.01s	7,794	243	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602
Qwen3.5-122B-A10B	5.3	10.0	33.3%	0		465ms	789	15	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539
Qwen3.5-122B-A10B	5.0	10.0	0.0%	0		1.12s	522	66	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675
Qwen3.5-122B-A10B	6.3	10.0	50.0%	0		513ms	711	69	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576
Qwen3.5-122B-A10B	3.8	10.0	0.0%	0		1.00s	714	575	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		2.04s	8,211	264	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		295ms	210	9	0

Perbandingan Cepat

Ganti Pasangan Perbandingan