#115 KAT-Coder-Air V2.5
medium- 成本
- $0.003
- 时间
- 23.7s
- 令牌
- 4,924 tok
AI BENCHY 对比
Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-Flash
摘要
KAT-Coder-Air V2.5 (medium) 平均分领先，为 6.2 vs 6.1。 Qwen3.5-Flash benchmark 成本更低，为 $0.005 vs $0.045。 Qwen3.5-Flash 更快，为 3.58s vs 8.28s，通过率为 47.6% vs 39.7%。
推荐模型Qwen3.5-Flash它的得分接近这里的最高分（6.1 vs 6.2），同时成本比KAT-Coder-Air V2.5 (medium)低约 10.9 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 | Qwen3.5-Flash Qwen3.5-Flash none |
|---|---|---|
| 分数 | 6.2 | 6.1 |
| 排名 | #115 | #119 |
| 可靠性 | 9.7 | 10.0 |
| 一致性 | 8.8 | 9.7 |
| 测试正确 | ||
| 尝试通过率 | 47.6% | 39.7% |
| 不稳定测试 | 3 | 1 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.562 | 0.075 |
| 总成本 | $0.045 | $0.005 |
| 输入价格 | $0.150 / 1M | $0.065 / 1M |
| 输出价格 | $0.600 / 1M | $0.260 / 1M |
| 总输入令牌 | 42,750 | 46,439 |
| 输出令牌 | 7,759 | 4,276 |
| 推理令牌 | 56,357 | 0 |
| 响应时间（平均） | 8.28s | 3.58s |
| 响应时间（最大） | 48.19s | 27.18s |
| 响应时间（总计） | 173.80s | 75.28s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#119 Qwen3.5-Flash
none- 成本
- $0.003
- 时间
- 47.4s
- 令牌
- 7,799 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
| 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-Flash | 5.5 | 10.0 | 33.3% | 0 | 850ms | 7,913 | 519 | 0 |
快速对比
切换对比组合
Gemini 2.5 FlashnonevsKAT-Coder-Air V2.5mediumGemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5mediumGemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneGemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5mediumvsGPT-5.6 LunalowSeed-2.0-LitenonevsKAT-Coder-Air V2.5mediumGemma 4 31Bnone免费可用vsKAT-Coder-Air V2.5mediumKAT-Coder-Air V2.5mediumvsNemotron 3 Ultra 550b A55bnone免费可用GPT-5.6 LunalowvsQwen3.5-FlashnoneKAT-Coder-Air V2.5lowvsQwen3.5-FlashnoneKAT-Coder-Air V2.5mediumvsGPT-5.5noneKAT-Coder-Air V2.5highvsQwen3.5-Flashnone