AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.5-Flash

Ringkasan

Skor rata-rata hampir imbang di 6.8 vs 6.8. Qwen3.5-Flash (medium) memiliki biaya benchmark lebih rendah di $0.080 vs $0.220. KAT-Coder-Pro V2.5 lebih cepat di 10.81s vs 63.29s, dengan tingkat keberhasilan 71.4% vs 71.4%.

Model yang direkomendasikanKAT-Coder-Pro V2.5It has the best score here (6.8), while responding about 5.9x faster than Qwen3.5-Flash (medium).

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

Metrik	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none Rilis: 2026-07-14	Qwen3.5-Flash Qwen3.5-Flash medium Rilis: 2026-02-24

Metrik	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none Rilis: 2026-07-14	Qwen3.5-Flash Qwen3.5-Flash medium Rilis: 2026-02-24
Skor	6.8	6.8
Peringkat	#89	#87
Keandalan	10.0	10.0
Konsistensi	7.3	8.1
Tes benar
Tingkat lulus per percobaan	71.4%	71.4%
Tes tidak stabil	7	5
Total Run	63	63
Biaya per hasil	1.992	0.871
Total Biaya	$0.220	$0.080
Harga input	$0.740 / 1M	$0.065 / 1M
Harga output	$2.960 / 1M	$0.260 / 1M
Total token input	42,749	38,926
Token output	63,338	2,088
Token penalaran	0	294,598
Waktu respons (rata-rata)	10.81s	63.29s
Waktu respons (maks)	53.57s	234.29s
Waktu respons (total)	227.02s	1265.85s

Showcase generasi

Hamster playing table tennis

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

#89 KAT-Coder-Pro V2.5

none

Biaya: $0.010
Waktu: 29.0s
Token: 3,439 tok

#87 Qwen3.5-Flash

medium

Biaya: $0.002
Waktu: 25.8s
Token: 4,294 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-Pro V2.5	8.7	7.9	91.7%	1		4.58s	672	3,998	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Pro V2.5	6.1	4.7	66.7%	2		22.52s	7,893	22,440	0
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Pro V2.5	4.7	1.6	66.7%	1		30.76s	15,131	5,366	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		17.78s	14,934	483	8,270

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-Pro V2.5	10.0	10.0	100.0%	0		5.07s	7,776	2,361	0
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

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-Pro V2.5	3.6	7.2	22.2%	1		21.64s	771	20,972	0
Qwen3.5-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615

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-Pro V2.5	4.8	3.2	33.3%	1		5.16s	516	1,067	0
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

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-Pro V2.5	9.8	10.0	100.0%	0		2.61s	699	1,084	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

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-Pro V2.5	8.2	7.2	88.9%	1		3.03s	696	1,929	0
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

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-Pro V2.5	10.0	10.0	100.0%	0		5.93s	8,391	1,103	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

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-Pro V2.5	3.0	10.0	0.0%	0		9.91s	204	3,018	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

Perbandingan Cepat

Ganti Pasangan Perbandingan