Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 35B A3B

KAT-Coder-Air V2.5 (low) 平均分领先，为 5.4 vs 5.3。 KAT-Coder-Air V2.5 (low) benchmark 成本更低，为 $0.041 vs $0.061。 Qwen3.6 35B A3B 更快，为 5.52s vs 10.09s，通过率为 45.5% vs 31.8%。

推荐模型Qwen3.6 35B A3B它的得分接近这里的最高分（5.3 vs 5.4），同时响应速度比KAT-Coder-Air V2.5 (low)快约 1.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low 发布日期: 2026-07-14	Qwen3.6 35B A3B Qwen3.6 35B A3B none 发布日期: 2026-04-20

指标	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low 发布日期: 2026-07-14	Qwen3.6 35B A3B Qwen3.6 35B A3B none 发布日期: 2026-04-20
分数	5.4	5.3
排名	#151	#154
可靠性	9.9	10.0
一致性	7.4	7.7
测试正确
尝试通过率	45.5%	31.8%
不稳定测试	7	6
总运行次数	66	66
每个结果成本	0.585	1.496
总成本	$0.041	$0.061
输入价格	$0.150 / 1M	$0.140 / 1M
输出价格	$0.600 / 1M	$1.000 / 1M
总输入令牌	61,085	93,979
输出令牌	5,905	46,957
推理令牌	46,990	0
响应时间（平均）	10.09s	5.52s
响应时间（最大）	86.23s	39.54s
响应时间（总计）	222.03s	110.40s

Hamster playing table tennis

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

#151 KAT-Coder-Air V2.5

low

成本: $0.004
时间: 29.9s
令牌: 6,008 tok

#154 Qwen3.6 35B A3B

none

成本: $0.008
时间: 30.1s
令牌: 6,317 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Air V2.5	7.3	5.8	83.3%	2		3.50s	672	422	1,548
Qwen3.6 35B A3B	3.6	7.6	16.7%	1		2.10s	696	1,571	0

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Air V2.5	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623
Qwen3.6 35B A3B	5.5	10.0	33.3%	0		8.77s	7,911	11,161	0

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Air V2.5	6.4	5.8	66.7%	1		55.86s	33,753	2,046	17,833
Qwen3.6 35B A3B	3.8	5.8	33.3%	1		39.54s	74,650	19,202	0

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		2.82s	7,776	261	1,069
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		1.46s	7,788	248	0

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		4.99s	553	310	3,332
Qwen3.6 35B A3B	3.5	4.4	33.3%	2		7.45s	781	11,381	0

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		10.11s	516	142	596
Qwen3.6 35B A3B	4.4	3.0	33.3%	1		3.51s	520	1,545	0

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.64s	699	89	640
Qwen3.6 35B A3B	6.2	5.8	66.7%	1		1.86s	709	1,264	0

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Air V2.5	3.1	4.6	22.2%	2		1.57s	696	294	796
Qwen3.6 35B A3B	3.2	9.9	0.0%	0		1.07s	714	573	0

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.47s	8,391	330	1,065
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		0ms	0	0	0

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		19.98s	136	10	6,488
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		414ms	210	12	0

快速对比

切换对比组合