AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-35B-A3B

Rezumat

KAT-Coder-Air V2.5 (high) conduce la scorul mediu cu 6.2 vs 5.9. Qwen3.5-35B-A3B are costul de benchmark mai mic, $0.012 vs $0.064. Qwen3.5-35B-A3B este mai rapid cu 3.37s vs 11.02s, cu rate de reușită de 46.0% vs 42.9%.

Model recomandatQwen3.5-35B-A3BScorul rămâne aproape de cel mai bun scor de aici (5.9 vs 6.2) și costă de aproximativ 5.7x mai puțin decât KAT-Coder-Air V2.5 (high).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14

Metrică	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lansare: 2026-07-14	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Lansare: 2026-02-24

Metrică	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lansare: 2026-07-14	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Lansare: 2026-02-24
Scor	6.2	5.9
Rang	#110	#127
Fiabilitate	9.7	10.0
Consistență	7.6	8.9
Teste corecte
Rată de trecere pe încercare	46.0%	42.9%
Teste instabile	6	3
Rulări totale	63	63
Cost per rezultat	0.910	0.230
Cost total	$0.064	$0.012
Preț de intrare	$0.150 / 1M	$0.140 / 1M
Preț de ieșire	$0.600 / 1M	$1.000 / 1M
Total tokenuri de intrare	41,748	48,194
Tokenuri de ieșire	3,894	4,343
Tokenuri de raționament	91,773	0
Timp de răspuns (mediu)	11.02s	3.37s
Timp de răspuns (maxim)	104.98s	47.43s
Timp de răspuns (total)	231.37s	70.75s

Prezentare generare

Hamster playing table tennis

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

#110 KAT-Coder-Air V2.5

high

SVG invalid

Cost: $0.000
Timp: 300.0s
Tokenuri: 0 tok

#127 Qwen3.5-35B-A3B

none

Cost: $0.005
Timp: 28.4s
Tokenuri: 4,518 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290
Qwen3.5-35B-A3B	3.4	7.9	16.7%	1		1.43s	696	574	0

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883
Qwen3.5-35B-A3B	5.5	10.0	33.3%	0		1.39s	7,808	571	0

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		30.61s	15,132	422	8,958
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		47.43s	20,739	1,833	0

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		1.16s	7,794	243	0

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602
Qwen3.5-35B-A3B	7.7	10.0	66.7%	0		485ms	789	15	0

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539
Qwen3.5-35B-A3B	6.5	3.4	66.7%	1		1.19s	522	114	0

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675
Qwen3.5-35B-A3B	6.3	10.0	50.0%	0		809ms	711	63	0

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576
Qwen3.5-35B-A3B	3.7	7.4	22.2%	1		1.35s	714	655	0

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		2.30s	8,211	264	0

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		493ms	210	11	0

Comparație rapidă

Schimbă perechea de comparație