AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-35B-A3B

Сводка

Qwen3.5-35B-A3B (medium) лидирует по среднему баллу: 6.3 vs 6.2. KAT-Coder-Air V2.5 (high) имеет более низкую стоимость benchmark: $0.064 vs $0.401. KAT-Coder-Air V2.5 (high) быстрее: 11.02s vs 72.57s, с долей успешных попыток 46.0% vs 69.8%.

Рекомендуемая модельKAT-Coder-Air V2.5 (high)Его балл близок к лучшему здесь (6.2 против 6.3), при этом он примерно в 6.3 раза дешевле, чем Qwen3.5-35B-A3B (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-14

Метрика	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Релиз: 2026-07-14	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Релиз: 2026-02-24

Метрика	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Релиз: 2026-07-14	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Релиз: 2026-02-24
Оценка	6.2	6.3
Ранг	#110	#108
Надежность	9.7	10.0
Стабильность	7.6	7.5
Тестов верно
Доля успешных попыток	46.0%	69.8%
Нестабильные тесты	6	6
Всего запусков	63	63
Стоимость за результат	0.910	5.162
Общая стоимость	$0.064	$0.401
Цена входа	$0.150 / 1M	$0.140 / 1M
Цена выхода	$0.600 / 1M	$1.000 / 1M
Общее число входных токенов	41,748	42,196
Выходные токены	3,894	40,630
Токены рассуждений	91,773	353,577
Время ответа (среднее)	11.02s	72.57s
Время ответа (макс.)	104.98s	409.98s
Время ответа (суммарно)	231.37s	1524.04s

Генерация showcase

Hamster playing table tennis

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

#110 KAT-Coder-Air V2.5

high

Неверный SVG

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

#108 Qwen3.5-35B-A3B

medium

Стоимость: $0.009
Время: 71.4s
Токены: 8,631 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		30.61s	15,132	422	8,958
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

Быстрое сравнение

Сменить пару сравнения