AI BENCHY Compare

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

Resumo

KAT-Coder-Air V2.5 (medium) lidera na pontuação média com 6.2 vs 6.1. Qwen3.5-Flash tem menor custo de benchmark com $0.005 vs $0.045. Qwen3.5-Flash é mais rápido com 3.58s vs 8.28s, com taxas de acerto de 47.6% vs 39.7%.

Modelo recomendadoQwen3.5-FlashA pontuação fica perto da melhor aqui (6.1 vs 6.2) e custa cerca de 10.9x menos que KAT-Coder-Air V2.5 (medium).

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 medium 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 medium Lançamento: 2026-07-14	Qwen3.5-Flash Qwen3.5-Flash none Lançamento: 2026-02-24
Pontuação	6.2	6.1
Posição	#115	#119
Confiabilidade	9.7	10.0
Consistência	8.8	9.7
Testes corretos
Taxa de acerto por tentativa	47.6%	39.7%
Testes instáveis	3	1
Execuções totais	63	63
Custo por resultado	0.562	0.075
Custo total	$0.045	$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	42,750	46,439
Tokens de saída	7,759	4,276
Tokens de raciocínio	56,357	0
Tempo de resposta (médio)	8.28s	3.58s
Tempo de resposta (máx.)	48.19s	27.18s
Tempo de resposta (total)	173.80s	75.28s

Geração showcase

Hamster playing table tennis

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

#115 KAT-Coder-Air V2.5

medium

Custo: $0.003
Tempo: 23.7s
Tokens: 4,924 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	8.7	8.0	91.7%	1		3.79s	672	549	4,194
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	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973
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		27.68s	15,132	372	4,816
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		3.65s	7,776	268	1,881
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	3.0	10.0	0.0%	0		4.87s	771	487	4,454
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	5.0	10.0	0.0%	0		9.81s	516	189	557
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	10.0	10.0	100.0%	0		1.50s	699	93	730
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	3.6	7.2	22.2%	1		1.87s	696	265	1,184
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	317	906
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		15.74s	204	20	7,662
Qwen3.5-Flash	3.0	10.0	0.0%	0		588ms	210	9	0

Comparação rápida

Trocar par de comparação