AI BENCHY Compare

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

Resumo

KAT-Coder-Air V2.5 (high) lidera na pontuação média com 6.2 vs 6.1. Qwen3.5-Flash tem menor custo de benchmark com $0.005 vs $0.064. Qwen3.5-Flash é mais rápido com 3.58s vs 11.02s, com taxas de acerto de 46.0% vs 39.7%.

Modelo recomendadoQwen3.5-FlashA pontuação fica perto da melhor aqui (6.1 vs 6.2) e custa cerca de 15.4x menos que KAT-Coder-Air V2.5 (high).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-14

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lançamento: 2026-07-14	Qwen3.5-Flash Qwen3.5-Flash none Lançamento: 2026-02-24

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lançamento: 2026-07-14	Qwen3.5-Flash Qwen3.5-Flash none Lançamento: 2026-02-24
Pontuação	6.2	6.1
Posição	#110	#119
Confiabilidade	9.7	10.0
Consistência	7.6	9.7
Testes corretos
Taxa de acerto por tentativa	46.0%	39.7%
Testes instáveis	6	1
Execuções totais	63	63
Custo por resultado	0.910	0.075
Custo total	$0.064	$0.005
Preço de entrada	$0.150 / 1M	$0.065 / 1M
Preço de saída	$0.600 / 1M	$0.260 / 1M
Total de tokens de entrada	41,748	46,439
Tokens de saída	3,894	4,276
Tokens de raciocínio	91,773	0
Tempo de resposta (médio)	11.02s	3.58s
Tempo de resposta (máx.)	104.98s	27.18s
Tempo de resposta (total)	231.37s	75.28s

Geração showcase

Hamster playing table tennis

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

#110 KAT-Coder-Air V2.5

high

SVG inválido

Custo: $0.000
Tempo: 300.0s
Tokens: 0 tok

#119 Qwen3.5-Flash

none

Custo: $0.003
Tempo: 47.4s
Tokens: 7,799 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Categoria:

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290
Qwen3.5-Flash	3.5	8.3	8.3%	1		1.32s	696	690	0

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883
Qwen3.5-Flash	5.5	10.0	33.3%	0		850ms	7,913	519	0

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		30.61s	15,132	422	8,958
Qwen3.5-Flash	3.0	10.0	0.0%	0		6.22s	18,879	1,794	0

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140
Qwen3.5-Flash	10.0	10.0	100.0%	0		1.57s	7,794	243	0

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602
Qwen3.5-Flash	7.7	10.0	66.7%	0		905ms	789	15	0

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539
Qwen3.5-Flash	10.0	10.0	100.0%	0		803ms	522	100	0

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675
Qwen3.5-Flash	6.3	10.0	50.0%	0		8.81s	711	63	0

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576
Qwen3.5-Flash	3.1	10.0	0.0%	0		10.89s	714	579	0

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082
Qwen3.5-Flash	10.0	10.0	100.0%	0		3.67s	8,211	264	0

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028
Qwen3.5-Flash	3.0	10.0	0.0%	0		588ms	210	9	0

Comparação rápida

Trocar par de comparação