AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.7 Max

Rezumat

Qwen3.7 Max conduce la scorul mediu cu 6.9 vs 6.8. Qwen3.7 Max are costul de benchmark mai mic, $0.054 vs $0.220. Qwen3.7 Max este mai rapid cu 1.30s vs 10.81s, cu rate de reușită de 71.4% vs 66.7%.

Model recomandatQwen3.7 MaxAre cel mai bun scor aici (6.9) și costă de aproximativ 4.1x mai puțin decât KAT-Coder-Pro V2.5.

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	Qwen3.7 Max Qwen3.7 Max none Lansare: 2026-05-22

Metrică	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none Lansare: 2026-07-14	Qwen3.7 Max Qwen3.7 Max none Lansare: 2026-05-22
Scor	6.8	6.9
Rang	#89	#85
Fiabilitate	10.0	10.0
Consistență	7.3	10.0
Teste corecte
Rată de trecere pe încercare	71.4%	66.7%
Teste instabile	7	0
Rulări totale	63	63
Cost per rezultat	1.992	0.744
Cost total	$0.220	$0.054
Preț de intrare	$0.740 / 1M	$1.250 / 1M
Preț de ieșire	$2.960 / 1M	$3.750 / 1M
Total tokenuri de intrare	42,749	37,107
Tokenuri de ieșire	63,338	1,994
Tokenuri de raționament	0	0
Timp de răspuns (mediu)	10.81s	1.30s
Timp de răspuns (maxim)	53.57s	3.92s
Timp de răspuns (total)	227.02s	27.21s

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

#85 Qwen3.7 Max

none

Cost: $0.046
Timp: 195.0s
Tokenuri: 12,171 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
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	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-Pro V2.5	6.1	4.7	66.7%	2		22.52s	7,893	22,440	0
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	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-Pro V2.5	4.7	1.6	66.7%	1		30.76s	15,131	5,366	0
Qwen3.7 Max	3.0	10.0	0.0%	0		2.17s	9,549	171	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-Pro V2.5	10.0	10.0	100.0%	0		5.07s	7,776	2,361	0
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	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-Pro V2.5	3.6	7.2	22.2%	1		21.64s	771	20,972	0
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	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-Pro V2.5	4.8	3.2	33.3%	1		5.16s	516	1,067	0
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	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-Pro V2.5	9.8	10.0	100.0%	0		2.61s	699	1,084	0
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	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-Pro V2.5	8.2	7.2	88.9%	1		3.03s	696	1,929	0
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	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-Pro V2.5	10.0	10.0	100.0%	0		5.93s	8,391	1,103	0
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	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-Pro V2.5	3.0	10.0	0.0%	0		9.91s	204	3,018	0
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0

Comparație rapidă

Schimbă perechea de comparație

Ring-2.6-1TmediumvsKAT-Coder-Pro V2.5none Gemini 3.5 FlashminimalvsKAT-Coder-Pro V2.5none Gemini 3.5 FlashminimalvsQwen3.7 Maxnone KAT-Coder-Pro V2.5nonevsQwen3.5-Flashmedium Ring-2.6-1TmediumvsQwen3.7 Maxnone KAT-Coder-Pro V2.5nonevsQwen3.6 35B A3Bmedium KAT-Coder-Pro V2.5nonevsMiMo-V2.5medium KAT-Coder-Pro V2.5nonevsgpt-oss-120bmediumDisponibil gratuit Qwen3.7 MaxnonevsMiMo-V2.5medium KAT-Coder-Pro V2.5nonevsGPT-5 Nanomedium Kimi K2.7 CodemediumvsQwen3.7 Maxnone gpt-oss-120bmediumDisponibil gratuitvsQwen3.7 Maxnone