AI BENCHY Compare

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

Ringkasan

KAT-Coder-Air V2.5 (medium) unggul dalam skor rata-rata dengan 6.2 vs 6.0. KAT-Coder-Air V2.5 (medium) memiliki biaya benchmark lebih rendah di $0.045 vs $0.075. Qwen3.6 Max Preview lebih cepat di 3.30s vs 8.28s, dengan tingkat keberhasilan 47.6% vs 58.7%.

Model yang direkomendasikanQwen3.6 Max PreviewIts score stays close to the best score here (6.0 vs 6.2), while responding about 2.5x faster than KAT-Coder-Air V2.5 (medium).

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

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium 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 medium Rilis: 2026-07-14	Qwen3.6 Max Preview Qwen3.6 Max Preview none Rilis: 2026-04-20
Skor	6.2	6.0
Peringkat	#115	#122
Keandalan	9.7	10.0
Konsistensi	8.8	9.2
Tes benar
Tingkat lulus per percobaan	47.6%	58.7%
Tes tidak stabil	3	2
Total Run	63	63
Biaya per hasil	0.562	0.824
Total Biaya	$0.045	$0.075
Harga input	$0.150 / 1M	$1.040 / 1M
Harga output	$0.600 / 1M	$6.240 / 1M
Total token input	42,750	42,509
Token output	7,759	4,779
Token penalaran	56,357	0
Waktu respons (rata-rata)	8.28s	3.30s
Waktu respons (maks)	48.19s	20.51s
Waktu respons (total)	173.80s	69.40s

Showcase generasi

Hamster playing table tennis

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

#115 KAT-Coder-Air V2.5

medium

Biaya: $0.003
Waktu: 23.7s
Token: 4,924 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	8.7	8.0	91.7%	1		3.79s	672	549	4,194
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	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973
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		27.68s	15,132	372	4,816
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		3.65s	7,776	268	1,881
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	3.0	10.0	0.0%	0		4.87s	771	487	4,454
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		9.81s	516	189	557
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	10.0	10.0	100.0%	0		1.50s	699	93	730
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	3.6	7.2	22.2%	1		1.87s	696	265	1,184
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		4.77s	8,391	317	906
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		15.74s	204	20	7,662
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		1.97s	210	19	0

Perbandingan Cepat

Ganti Pasangan Perbandingan