Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5 Plus 2026-02-15

Ringkasan

KAT-Coder-Air V2.5 (low) unggul dalam skor rata-rata dengan 6.0 vs 5.8. Qwen3.5 Plus 2026-02-15 memiliki biaya benchmark lebih rendah di $0.016 vs $0.030. Qwen3.5 Plus 2026-02-15 lebih cepat di 2.31s vs 6.47s, dengan tingkat keberhasilan 46.0% vs 46.0%.

Model yang direkomendasikanQwen3.5 Plus 2026-02-15Its score stays close to the best score here (5.8 vs 6.0), while costing about 1.9x 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 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none Rilis: 2026-02-15
Skor 6.0 5.8
Peringkat #124 #130
Keandalan 9.7 10.0
Konsistensi 7.6 9.4
Tes benar
Tingkat lulus per percobaan 46.0% 46.0%
Tes tidak stabil 6 2
Total Run 63 63
Biaya per hasil 0.427 0.204
Total Biaya $0.030 $0.016
Harga input $0.150 / 1M $0.260 / 1M
Harga output $0.600 / 1M $1.560 / 1M
Total token input 42,464 45,864
Token output 4,227 2,480
Token penalaran 34,864 0
Waktu respons (rata-rata) 6.47s 2.31s
Waktu respons (maks) 25.49s 6.65s
Waktu respons (total) 135.80s 34.63s

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

#130 Qwen3.5 Plus 2026-02-15

none
Biaya
$0.012
Waktu
153.2s
Token
7,787 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 Plus 2026-02-15 4.3 7.9 11.1% 1 2.05s 7,913 473 0

Perbandingan Cepat

Ganti Pasangan Perbandingan