AI BENCHY Compare

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

Rezumat

KAT-Coder-Pro V2.5 (low) conduce la scorul mediu cu 8.0 vs 7.9. KAT-Coder-Pro V2.5 (low) are costul de benchmark mai mic, $0.220 vs $0.536. KAT-Coder-Pro V2.5 (low) este mai rapid cu 10.44s vs 68.39s, cu rate de reușită de 71.4% vs 73.0%.

Model recomandatKAT-Coder-Pro V2.5 (low)Are cel mai bun scor aici (8.0) și costă de aproximativ 2.4x mai puțin decât Qwen3.5-27B (medium).

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

Metrică	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lansare: 2026-07-14	Qwen3.5-27B Qwen3.5-27B medium Lansare: 2026-02-24

Metrică	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lansare: 2026-07-14	Qwen3.5-27B Qwen3.5-27B medium Lansare: 2026-02-24
Scor	8.0	7.9
Rang	#35	#36
Fiabilitate	9.9	10.0
Consistență	7.3	8.5
Teste corecte
Rată de trecere pe încercare	71.4%	73.0%
Teste instabile	7	4
Rulări totale	63	63
Cost per rezultat	1.991	4.901
Cost total	$0.220	$0.536
Preț de intrare	$0.740 / 1M	$0.195 / 1M
Preț de ieșire	$2.960 / 1M	$1.560 / 1M
Total tokenuri de intrare	42,750	42,164
Tokenuri de ieșire	2,167	8,534
Tokenuri de raționament	61,133	329,289
Timp de răspuns (mediu)	10.44s	68.39s
Timp de răspuns (maxim)	51.34s	234.36s
Timp de răspuns (total)	219.17s	1436.24s

Prezentare generare

Hamster playing table tennis

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

#35 KAT-Coder-Pro V2.5

low

Cost: $0.016
Timp: 47.6s
Tokenuri: 5,182 tok

#36 Qwen3.5-27B

medium

Cost: $0.008
Timp: 62.0s
Tokenuri: 3,099 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-Pro V2.5	6.9	5.8	75.0%	2		4.20s	672	277	4,228
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

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-Pro V2.5	7.8	10.0	66.7%	0		24.87s	7,893	402	24,945
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

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-Pro V2.5	10.0	10.0	100.0%	0		14.59s	15,132	394	3,391
Qwen3.5-27B	10.0	10.0	100.0%	0		163.96s	14,946	483	9,991

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-Pro V2.5	10.0	10.0	100.0%	0		4.19s	7,776	288	1,917
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

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-Pro V2.5	4.1	4.4	44.5%	2		17.52s	771	35	16,877
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

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-Pro V2.5	4.1	2.7	33.3%	1		2.32s	516	99	412
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

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-Pro V2.5	10.0	10.0	100.0%	0		2.53s	699	83	1,008
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

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-Pro V2.5	6.4	4.4	77.8%	2		3.11s	696	289	1,820
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

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-Pro V2.5	10.0	10.0	100.0%	0		18.45s	8,391	282	834
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

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-Pro V2.5	3.0	10.0	0.0%	0		17.06s	204	18	5,701
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

Comparație rapidă

Schimbă perechea de comparație