Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Ringkasan

Qwen3.5-Flash unggul dalam skor rata-rata dengan 6.1 vs 6.0. Qwen3.5-Flash memiliki biaya benchmark lebih rendah di $0.005 vs $0.030. Qwen3.5-Flash lebih cepat di 3.58s vs 6.47s, dengan tingkat keberhasilan 46.0% vs 39.7%.

Model yang direkomendasikanQwen3.5-FlashIt has the best score here (6.1), while costing about 7.2x 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-Flash Qwen3.5-Flash none Rilis: 2026-02-24
Skor 6.0 6.1
Peringkat #124 #119
Keandalan 9.7 10.0
Konsistensi 7.6 9.7
Tes benar
Tingkat lulus per percobaan 46.0% 39.7%
Tes tidak stabil 6 1
Total Run 63 63
Biaya per hasil 0.427 0.075
Total Biaya $0.030 $0.005
Harga input $0.150 / 1M $0.065 / 1M
Harga output $0.600 / 1M $0.260 / 1M
Total token input 42,464 46,439
Token output 4,227 4,276
Token penalaran 34,864 0
Waktu respons (rata-rata) 6.47s 3.58s
Waktu respons (maks) 25.49s 27.18s
Waktu respons (total) 135.80s 75.28s

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

#119 Qwen3.5-Flash

none
Biaya
$0.003
Waktu
47.4s
Token
7,799 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

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-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 0

Perbandingan Cepat

Ganti Pasangan Perbandingan