AI BENCHY 对比

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

摘要

KAT-Coder-Air V2.5 (medium) 平均分领先，为 6.2 vs 5.9。 Qwen3.5-35B-A3B benchmark 成本更低，为 $0.012 vs $0.045。 Qwen3.5-35B-A3B 更快，为 3.37s vs 8.28s，通过率为 47.6% vs 42.9%。

推荐模型Qwen3.5-35B-A3B它的得分接近这里的最高分（5.9 vs 6.2），同时成本比KAT-Coder-Air V2.5 (medium)低约 4.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14

指标	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium 发布日期: 2026-07-14	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none 发布日期: 2026-02-24

指标	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium 发布日期: 2026-07-14	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none 发布日期: 2026-02-24
分数	6.2	5.9
排名	#115	#127
可靠性	9.7	10.0
一致性	8.8	8.9
测试正确
尝试通过率	47.6%	42.9%
不稳定测试	3	3
总运行次数	63	63
每个结果成本	0.562	0.230
总成本	$0.045	$0.012
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	42,750	48,194
输出令牌	7,759	4,343
推理令牌	56,357	0
响应时间（平均）	8.28s	3.37s
响应时间（最大）	48.19s	47.43s
响应时间（总计）	173.80s	70.75s

生成展示

Hamster playing table tennis

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

#115 KAT-Coder-Air V2.5

medium

成本: $0.003
时间: 23.7s
令牌: 4,924 tok

#127 Qwen3.5-35B-A3B

none

成本: $0.005
时间: 28.4s
令牌: 4,518 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	8.7	8.0	91.7%	1		3.79s	672	549	4,194
Qwen3.5-35B-A3B	3.4	7.9	16.7%	1		1.43s	696	574	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	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973
Qwen3.5-35B-A3B	5.5	10.0	33.3%	0		1.39s	7,808	571	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	10.0	10.0	100.0%	0		27.68s	15,132	372	4,816
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		47.43s	20,739	1,833	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		3.65s	7,776	268	1,881
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		1.16s	7,794	243	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	3.0	10.0	0.0%	0		4.87s	771	487	4,454
Qwen3.5-35B-A3B	7.7	10.0	66.7%	0		485ms	789	15	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		9.81s	516	189	557
Qwen3.5-35B-A3B	6.5	3.4	66.7%	1		1.19s	522	114	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	10.0	10.0	100.0%	0		1.50s	699	93	730
Qwen3.5-35B-A3B	6.3	10.0	50.0%	0		809ms	711	63	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	3.6	7.2	22.2%	1		1.87s	696	265	1,184
Qwen3.5-35B-A3B	3.7	7.4	22.2%	1		1.35s	714	655	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		4.77s	8,391	317	906
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		2.30s	8,211	264	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		15.74s	204	20	7,662
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		493ms	210	11	0

快速对比

切换对比组合

Gemini 2.5 FlashnonevsKAT-Coder-Air V2.5medium Gemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5medium Gemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5medium KAT-Coder-Air V2.5mediumvsGPT-5.6 Lunalow Seed-2.0-LitenonevsKAT-Coder-Air V2.5medium KAT-Coder-Air V2.5lowvsQwen3.5-35B-A3Bnone KAT-Coder-Air V2.5mediumvsQwen3.5-Flashnone Gemma 4 31Bnone免费可用vsKAT-Coder-Air V2.5medium North Mini Codemedium免费可用vsQwen3.5-35B-A3Bnone KAT-Coder-Air V2.5mediumvsNemotron 3 Ultra 550b A55bnone免费可用 KAT-Coder-Air V2.5mediumvsGPT-5.5none KAT-Coder-Air V2.5mediumvsQwen3.6 Max Previewnone