AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-35B-A3B

Ringkasan

KAT-Coder-Air V2.5 (low) unggul dalam skor rata-rata dengan 6.0 vs 5.9. Qwen3.5-35B-A3B memiliki biaya benchmark lebih rendah di $0.012 vs $0.030. Qwen3.5-35B-A3B lebih cepat di 3.37s vs 6.47s, dengan tingkat keberhasilan 46.0% vs 42.9%.

Model yang direkomendasikanQwen3.5-35B-A3BIts score stays close to the best score here (5.9 vs 6.0), while costing about 2.7x less than KAT-Coder-Air V2.5 (low).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Rilis: 2026-07-14	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Rilis: 2026-02-24

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Rilis: 2026-07-14	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Rilis: 2026-02-24
Skor	6.0	5.9
Peringkat	#124	#127
Keandalan	9.7	10.0
Konsistensi	7.6	8.9
Tes benar
Tingkat lulus per percobaan	46.0%	42.9%
Tes tidak stabil	6	3
Total Run	63	63
Biaya per hasil	0.427	0.230
Total Biaya	$0.030	$0.012
Harga input	$0.150 / 1M	$0.140 / 1M
Harga output	$0.600 / 1M	$1.000 / 1M
Total token input	42,464	48,194
Token output	4,227	4,343
Token penalaran	34,864	0
Waktu respons (rata-rata)	6.47s	3.37s
Waktu respons (maks)	25.49s	47.43s
Waktu respons (total)	135.80s	70.75s

Showcase generasi

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low

Biaya: $0.004
Waktu: 29.9s
Token: 6,008 tok

#127 Qwen3.5-35B-A3B

none

Biaya: $0.005
Waktu: 28.4s
Token: 4,518 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	7.3	5.8	83.3%	2		3.50s	672	422	1,548
Qwen3.5-35B-A3B	3.4	7.9	16.7%	1		1.43s	696	574	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	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623
Qwen3.5-35B-A3B	5.5	10.0	33.3%	0		1.39s	7,808	571	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	10.0	10.0	100.0%	0		25.49s	15,132	368	5,707
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		47.43s	20,739	1,833	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		2.82s	7,776	261	1,069
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		1.16s	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		4.99s	553	310	3,332
Qwen3.5-35B-A3B	7.7	10.0	66.7%	0		485ms	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	5.0	10.0	0.0%	0		10.11s	516	142	596
Qwen3.5-35B-A3B	6.5	3.4	66.7%	1		1.19s	522	114	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		1.64s	699	89	640
Qwen3.5-35B-A3B	6.3	10.0	50.0%	0		809ms	711	63	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	3.1	4.6	22.2%	2		1.57s	696	294	796
Qwen3.5-35B-A3B	3.7	7.4	22.2%	1		1.35s	714	655	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		4.47s	8,391	330	1,065
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		2.30s	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		19.98s	136	10	6,488
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		493ms	210	11	0

Perbandingan Cepat

Ganti Pasangan Perbandingan