AI BENCHY Compare

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

Сводка

KAT-Coder-Air V2.5 (low) лидирует по среднему баллу: 6.0 vs 5.9. Qwen3.5-35B-A3B имеет более низкую стоимость benchmark: $0.012 vs $0.030. Qwen3.5-35B-A3B быстрее: 3.37s vs 6.47s, с долей успешных попыток 46.0% vs 42.9%.

Рекомендуемая модельQwen3.5-35B-A3BЕго балл близок к лучшему здесь (5.9 против 6.0), при этом он примерно в 2.7 раза дешевле, чем KAT-Coder-Air V2.5 (low).

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

Метрика	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Релиз: 2026-07-14	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Релиз: 2026-02-24

Метрика	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Релиз: 2026-07-14	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Релиз: 2026-02-24
Оценка	6.0	5.9
Ранг	#124	#127
Надежность	9.7	10.0
Стабильность	7.6	8.9
Тестов верно
Доля успешных попыток	46.0%	42.9%
Нестабильные тесты	6	3
Всего запусков	63	63
Стоимость за результат	0.427	0.230
Общая стоимость	$0.030	$0.012
Цена входа	$0.150 / 1M	$0.140 / 1M
Цена выхода	$0.600 / 1M	$1.000 / 1M
Общее число входных токенов	42,464	48,194
Выходные токены	4,227	4,343
Токены рассуждений	34,864	0
Время ответа (среднее)	6.47s	3.37s
Время ответа (макс.)	25.49s	47.43s
Время ответа (суммарно)	135.80s	70.75s

Генерация showcase

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low

Стоимость: $0.004
Время: 29.9s
Токены: 6,008 tok

#127 Qwen3.5-35B-A3B

none

Стоимость: $0.005
Время: 28.4s
Токены: 4,518 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	7.3	5.8	83.3%	2		3.50s	672	422	1,548
Qwen3.5-35B-A3B	3.4	7.9	16.7%	1		1.43s	696	574	0

Программирование	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	7.3	11.1%	1		11.06s	7,893	2,001	13,623
Qwen3.5-35B-A3B	5.5	10.0	33.3%	0		1.39s	7,808	571	0

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		25.49s	15,132	368	5,707
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		47.43s	20,739	1,833	0

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		2.82s	7,776	261	1,069
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		1.16s	7,794	243	0

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		4.99s	553	310	3,332
Qwen3.5-35B-A3B	7.7	10.0	66.7%	0		485ms	789	15	0

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	5.0	10.0	0.0%	0		10.11s	516	142	596
Qwen3.5-35B-A3B	6.5	3.4	66.7%	1		1.19s	522	114	0

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		1.64s	699	89	640
Qwen3.5-35B-A3B	6.3	10.0	50.0%	0		809ms	711	63	0

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	3.1	4.6	22.2%	2		1.57s	696	294	796
Qwen3.5-35B-A3B	3.7	7.4	22.2%	1		1.35s	714	655	0

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		4.47s	8,391	330	1,065
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		2.30s	8,211	264	0

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		19.98s	136	10	6,488
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		493ms	210	11	0

Быстрое сравнение

Сменить пару сравнения