AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 Max Preview

Ringkasan

Skor rata-rata hampir imbang di 6.0 vs 6.0. KAT-Coder-Air V2.5 (low) memiliki biaya benchmark lebih rendah di $0.030 vs $0.075. Qwen3.6 Max Preview lebih cepat di 3.30s vs 6.47s, dengan tingkat keberhasilan 46.0% vs 58.7%.

Model yang direkomendasikanQwen3.6 Max PreviewIt has the best score here (6.0), while responding about 2.0x faster 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	Qwen3.6 Max Preview Qwen3.6 Max Preview none Rilis: 2026-04-20

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Rilis: 2026-07-14	Qwen3.6 Max Preview Qwen3.6 Max Preview none Rilis: 2026-04-20
Skor	6.0	6.0
Peringkat	#124	#122
Keandalan	9.7	10.0
Konsistensi	7.6	9.2
Tes benar
Tingkat lulus per percobaan	46.0%	58.7%
Tes tidak stabil	6	2
Total Run	63	63
Biaya per hasil	0.427	0.824
Total Biaya	$0.030	$0.075
Harga input	$0.150 / 1M	$1.040 / 1M
Harga output	$0.600 / 1M	$6.240 / 1M
Total token input	42,464	42,509
Token output	4,227	4,779
Token penalaran	34,864	0
Waktu respons (rata-rata)	6.47s	3.30s
Waktu respons (maks)	25.49s	20.51s
Waktu respons (total)	135.80s	69.40s

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

#122 Qwen3.6 Max Preview

none

Biaya: $0.025
Waktu: 83.9s
Token: 4,066 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 Max Preview	5.2	7.9	41.7%	1		2.63s	696	513	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 Max Preview	3.8	7.3	22.2%	1		3.12s	7,913	456	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 Max Preview	3.0	10.0	0.0%	0		20.51s	14,949	2,842	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 Max Preview	10.0	10.0	100.0%	0		2.87s	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
Qwen3.6 Max Preview	7.7	10.0	66.7%	0		1.22s	789	18	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 Max Preview	4.3	10.0	0.0%	0		1.62s	522	76	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 Max Preview	9.8	10.0	100.0%	0		1.40s	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	3.1	4.6	22.2%	2		1.57s	696	294	796
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		2.65s	714	321	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 Max Preview	10.0	10.0	100.0%	0		5.27s	8,211	222	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 Max Preview	3.0	10.0	0.0%	0		1.97s	210	19	0

Perbandingan Cepat

Ganti Pasangan Perbandingan