AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 27B

Ringkasan

KAT-Coder-Air V2.5 (low) unggul dalam skor rata-rata dengan 6.0 vs 5.5. Qwen3.6 27B memiliki biaya benchmark lebih rendah di $0.025 vs $0.030. Qwen3.6 27B lebih cepat di 3.72s vs 6.47s, dengan tingkat keberhasilan 46.0% vs 47.6%.

Model yang direkomendasikanKAT-Coder-Air V2.5 (low)It has the strongest score in this comparison (6.0) and the best overall balance of cost and response time across all 2 models.

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	Qwen3.6 27B Qwen3.6 27B none Rilis: 2026-04-20

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Rilis: 2026-07-14	Qwen3.6 27B Qwen3.6 27B none Rilis: 2026-04-20
Skor	6.0	5.5
Peringkat	#124	#145
Keandalan	9.7	10.0
Konsistensi	7.6	7.6
Tes benar
Tingkat lulus per percobaan	46.0%	47.6%
Tes tidak stabil	6	6
Total Run	63	63
Biaya per hasil	0.427	0.467
Total Biaya	$0.030	$0.025
Harga input	$0.150 / 1M	$0.290 / 1M
Harga output	$0.600 / 1M	$2.400 / 1M
Total token input	42,464	52,721
Token output	4,227	3,812
Token penalaran	34,864	0
Waktu respons (rata-rata)	6.47s	3.72s
Waktu respons (maks)	25.49s	11.82s
Waktu respons (total)	135.80s	78.08s

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

#145 Qwen3.6 27B

none

Biaya: $0.009
Waktu: 83.0s
Token: 4,549 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
Qwen3.6 27B	3.8	3.7	41.7%	3		2.83s	696	490	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
Qwen3.6 27B	5.5	10.0	33.3%	0		4.16s	7,913	539	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
Qwen3.6 27B	3.0	10.0	0.0%	0		9.95s	22,497	1,401	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
Qwen3.6 27B	7.3	5.8	83.3%	1		2.06s	7,788	248	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
Qwen3.6 27B	7.7	10.0	66.7%	0		3.03s	789	24	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
Qwen3.6 27B	5.2	9.9	0.0%	0		1.07s	522	72	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
Qwen3.6 27B	6.2	5.8	66.7%	1		1.92s	711	49	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
Qwen3.6 27B	5.3	7.2	44.4%	1		5.15s	714	639	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
Qwen3.6 27B	9.5	10.0	100.0%	0		6.74s	10,881	339	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
Qwen3.6 27B	3.0	10.0	0.0%	0		4.03s	210	11	0

Perbandingan Cepat

Ganti Pasangan Perbandingan