AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 27B

Rezumat

KAT-Coder-Air V2.5 (low) conduce la scorul mediu cu 6.0 vs 5.5. Qwen3.6 27B are costul de benchmark mai mic, $0.025 vs $0.030. Qwen3.6 27B este mai rapid cu 3.72s vs 6.47s, cu rate de reușită de 46.0% vs 47.6%.

Model recomandatKAT-Coder-Air V2.5 (low)Are cel mai puternic scor din această comparație (6.0) și cel mai bun echilibru între cost și timp de răspuns dintre toate cele 2 modele.

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 low Lansare: 2026-07-14	Qwen3.6 27B Qwen3.6 27B none Lansare: 2026-04-20

Metrică	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lansare: 2026-07-14	Qwen3.6 27B Qwen3.6 27B none Lansare: 2026-04-20
Scor	6.0	5.5
Rang	#124	#145
Fiabilitate	9.7	10.0
Consistență	7.6	7.6
Teste corecte
Rată de trecere pe încercare	46.0%	47.6%
Teste instabile	6	6
Rulări totale	63	63
Cost per rezultat	0.427	0.467
Cost total	$0.030	$0.025
Preț de intrare	$0.150 / 1M	$0.290 / 1M
Preț de ieșire	$0.600 / 1M	$2.400 / 1M
Total tokenuri de intrare	42,464	52,721
Tokenuri de ieșire	4,227	3,812
Tokenuri de raționament	34,864	0
Timp de răspuns (mediu)	6.47s	3.72s
Timp de răspuns (maxim)	25.49s	11.82s
Timp de răspuns (total)	135.80s	78.08s

Prezentare generare

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low

Cost: $0.004
Timp: 29.9s
Tokenuri: 6,008 tok

#145 Qwen3.6 27B

none

Cost: $0.009
Timp: 83.0s
Tokenuri: 4,549 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	7.3	5.8	83.3%	2		3.50s	672	422	1,548
Qwen3.6 27B	3.8	3.7	41.7%	3		2.83s	696	490	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	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623
Qwen3.6 27B	5.5	10.0	33.3%	0		4.16s	7,913	539	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		25.49s	15,132	368	5,707
Qwen3.6 27B	3.0	10.0	0.0%	0		9.95s	22,497	1,401	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		2.82s	7,776	261	1,069
Qwen3.6 27B	7.3	5.8	83.3%	1		2.06s	7,788	248	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		4.99s	553	310	3,332
Qwen3.6 27B	7.7	10.0	66.7%	0		3.03s	789	24	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	5.0	10.0	0.0%	0		10.11s	516	142	596
Qwen3.6 27B	5.2	9.9	0.0%	0		1.07s	522	72	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		1.64s	699	89	640
Qwen3.6 27B	6.2	5.8	66.7%	1		1.92s	711	49	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	3.1	4.6	22.2%	2		1.57s	696	294	796
Qwen3.6 27B	5.3	7.2	44.4%	1		5.15s	714	639	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		4.47s	8,391	330	1,065
Qwen3.6 27B	9.5	10.0	100.0%	0		6.74s	10,881	339	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		19.98s	136	10	6,488
Qwen3.6 27B	3.0	10.0	0.0%	0		4.03s	210	11	0

Comparație rapidă

Schimbă perechea de comparație