AI BENCHY Compare

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

Rezumat

Scorul mediu este practic egal la 6.8 vs 6.8. Qwen3.5-Flash (medium) are costul de benchmark mai mic, $0.080 vs $0.220. KAT-Coder-Pro V2.5 este mai rapid cu 10.81s vs 63.29s, cu rate de reușită de 71.4% vs 71.4%.

Model recomandatKAT-Coder-Pro V2.5Are cel mai bun scor aici (6.8) și răspunde de aproximativ 5.9x mai rapid decât Qwen3.5-Flash (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 none Lansare: 2026-07-14	Qwen3.5-Flash Qwen3.5-Flash medium Lansare: 2026-02-24

Metrică	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none Lansare: 2026-07-14	Qwen3.5-Flash Qwen3.5-Flash medium Lansare: 2026-02-24
Scor	6.8	6.8
Rang	#89	#87
Fiabilitate	10.0	10.0
Consistență	7.3	8.1
Teste corecte
Rată de trecere pe încercare	71.4%	71.4%
Teste instabile	7	5
Rulări totale	63	63
Cost per rezultat	1.992	0.871
Cost total	$0.220	$0.080
Preț de intrare	$0.740 / 1M	$0.065 / 1M
Preț de ieșire	$2.960 / 1M	$0.260 / 1M
Total tokenuri de intrare	42,749	38,926
Tokenuri de ieșire	63,338	2,088
Tokenuri de raționament	0	294,598
Timp de răspuns (mediu)	10.81s	63.29s
Timp de răspuns (maxim)	53.57s	234.29s
Timp de răspuns (total)	227.02s	1265.85s

Prezentare generare

Hamster playing table tennis

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

#89 KAT-Coder-Pro V2.5

none

Cost: $0.010
Timp: 29.0s
Tokenuri: 3,439 tok

#87 Qwen3.5-Flash

medium

Cost: $0.002
Timp: 25.8s
Tokenuri: 4,294 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	8.7	7.9	91.7%	1		4.58s	672	3,998	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

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	6.1	4.7	66.7%	2		22.52s	7,893	22,440	0
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

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	4.7	1.6	66.7%	1		30.76s	15,131	5,366	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		17.78s	14,934	483	8,270

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		5.07s	7,776	2,361	0
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

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	3.6	7.2	22.2%	1		21.64s	771	20,972	0
Qwen3.5-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615

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	4.8	3.2	33.3%	1		5.16s	516	1,067	0
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

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	9.8	10.0	100.0%	0		2.61s	699	1,084	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

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	8.2	7.2	88.9%	1		3.03s	696	1,929	0
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

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		5.93s	8,391	1,103	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

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		9.91s	204	3,018	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

Comparație rapidă

Schimbă perechea de comparație