AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-9B

Ringkasan

KAT-Coder-Air V2.5 unggul dalam skor rata-rata dengan 4.9 vs 3.8. Qwen3.5-9B (medium) memiliki biaya benchmark lebih rendah di $0.036 vs $0.037. KAT-Coder-Air V2.5 lebih cepat di 6.99s vs 82.24s, dengan tingkat keberhasilan 38.1% vs 27.0%.

Model yang direkomendasikanKAT-Coder-Air V2.5It has the best score here (4.9), while responding about 11.8x faster than Qwen3.5-9B (medium).

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

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none Rilis: 2026-07-14	Qwen3.5-9B Qwen3.5-9B medium Rilis: 2026-03-02

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none Rilis: 2026-07-14	Qwen3.5-9B Qwen3.5-9B medium Rilis: 2026-03-02
Skor	4.9	3.8
Peringkat	#168	#193
Keandalan	10.0	6.7
Konsistensi	7.1	8.0
Tes benar
Tingkat lulus per percobaan	38.1%	27.0%
Tes tidak stabil	7	5
Total Run	63	63
Biaya per hasil	0.724	1.187
Total Biaya	$0.037	$0.036
Harga input	$0.150 / 1M	$0.100 / 1M
Harga output	$0.600 / 1M	$0.150 / 1M
Total token input	41,328	17,070
Token output	49,933	29,045
Token penalaran	0	209,516
Waktu respons (rata-rata)	6.99s	82.24s
Waktu respons (maks)	24.94s	226.38s
Waktu respons (total)	146.78s	1315.88s

Showcase generasi

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none

Biaya: $0.002
Waktu: 14.5s
Token: 2,619 tok

#193 Qwen3.5-9B

medium

Biaya: $0.001
Waktu: 35.9s
Token: 3,030 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	5.3	5.6	50.0%	2		2.68s	672	3,044	0
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411

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	3.3	9.6	0.0%	0		14.31s	6,472	16,918	0
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129

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	4.7	1.6	66.7%	1		24.94s	15,131	6,788	0
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	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	6.3	5.8	66.7%	1		2.66s	7,776	1,268	0
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

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		6.24s	771	7,818	0
Qwen3.5-9B	3.6	7.2	22.2%	1		137.75s	295	11,549	48,475

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		12.02s	516	656	0
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695

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	9.9	10.0	100.0%	0		1.75s	699	858	0
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824

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	2.9	4.4	22.2%	2		1.84s	696	1,255	0
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026

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		5.13s	8,391	1,560	0
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149

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		17.96s	204	9,768	0
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694

Perbandingan Cepat

Ganti Pasangan Perbandingan

CobuddymediumvsKAT-Coder-Air V2.5none KAT-Coder-Air V2.5nonevsMiniMax M2.5medium KAT-Coder-Air V2.5nonevsMistral Small 4medium gpt-oss-120bnoneTersedia gratisvsQwen3.5-9Bmedium Granite 4.1 8BnonevsQwen3.5-9Bmedium KAT-Coder-Air V2.5nonevsQwen3 Coder Nextmedium KAT-Coder-Air V2.5nonevsMiniMax M2.7medium Qwen3.5-9BmediumvsGrok 4.20none KAT-Coder-Air V2.5nonevsGLM 4.7 Flashmedium Mercury 2nonevsQwen3.5-9Bmedium Ling-2.6-1TnonevsQwen3.5-9Bmedium North Mini CodemediumTersedia gratisvsKAT-Coder-Air V2.5none