AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.6 Plus

Rezumat

KAT-Coder-Pro V2.5 (low) conduce la scorul mediu cu 8.0 vs 7.8. KAT-Coder-Pro V2.5 (low) are costul de benchmark mai mic, $0.220 vs $0.294. KAT-Coder-Pro V2.5 (low) este mai rapid cu 10.44s vs 30.70s, cu rate de reușită de 71.4% vs 69.8%.

Model recomandatKAT-Coder-Pro V2.5 (low)Are cel mai bun scor aici (8.0) și răspunde de aproximativ 2.9x mai rapid decât Qwen3.6 Plus (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	Qwen3.6 Plus Qwen3.6 Plus medium Lansare: 2026-04-20

Metrică	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lansare: 2026-07-14	Qwen3.6 Plus Qwen3.6 Plus medium Lansare: 2026-04-20
Scor	8.0	7.8
Rang	#35	#38
Fiabilitate	9.9	10.0
Consistență	7.3	9.3
Teste corecte
Rată de trecere pe încercare	71.4%	69.8%
Teste instabile	7	2
Rulări totale	63	63
Cost per rezultat	1.991	0.831
Cost total	$0.220	$0.294
Preț de intrare	$0.740 / 1M	$0.325 / 1M
Preț de ieșire	$2.960 / 1M	$1.950 / 1M
Total tokenuri de intrare	42,750	41,565
Tokenuri de ieșire	2,167	1,853
Tokenuri de raționament	61,133	141,973
Timp de răspuns (mediu)	10.44s	30.70s
Timp de răspuns (maxim)	51.34s	201.68s
Timp de răspuns (total)	219.17s	613.99s

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

#38 Qwen3.6 Plus

medium

Cost: $0.024
Timp: 219.0s
Tokenuri: 12,235 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
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557

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
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		34.95s	14,934	452	13,073

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706

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
Qwen3.6 Plus	2.9	7.2	11.1%	1		29.59s	771	56	33,464

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
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330

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
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761

Comparație rapidă

Schimbă perechea de comparație

Qwen3.6 PlusmediumvsGrok 4.5low KAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-02-15medium KAT-Coder-Pro V2.5lowvsGPT-5.4 Minimedium KAT-Coder-Pro V2.5lowvsGLM 5.2high KAT-Coder-Pro V2.5lowvsQwen3.5-27Bmedium Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Sonnet 5mediumvsKAT-Coder-Pro V2.5low GPT-5.6 TerralowvsQwen3.6 Plusmedium KAT-Coder-Pro V2.5lowvsGPT-5.6 Terramedium Claude Sonnet 4.6mediumvsKAT-Coder-Pro V2.5low Qwen3.6 PlusmediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.6 Plusmedium