Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 27B

平均分几乎持平，为 5.6 vs 5.5。 KAT-Coder-Air V2.5 (medium) benchmark 成本更低，为 $0.048 vs $0.087。 KAT-Coder-Air V2.5 (medium) 更快，为 8.42s vs 10.65s，通过率为 45.5% vs 45.5%。

推荐模型KAT-Coder-Air V2.5 (medium)它在这里得分最高（5.6），同时成本比Qwen3.6 27B低约 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 medium 发布日期: 2026-07-14	Qwen3.6 27B Qwen3.6 27B none 发布日期: 2026-04-20

指标	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium 发布日期: 2026-07-14	Qwen3.6 27B Qwen3.6 27B none 发布日期: 2026-04-20
分数	5.6	5.5
排名	#142	#145
可靠性	9.9	10.0
一致性	8.9	7.6
测试正确
尝试通过率	45.5%	45.5%
不稳定测试	3	6
总运行次数	66	66
每个结果成本	0.593	1.220
总成本	$0.048	$0.087
输入价格	$0.150 / 1M	$0.450 / 1M
输出价格	$0.600 / 1M	$2.700 / 1M
总输入令牌	51,472	95,796
输出令牌	7,822	16,155
推理令牌	58,352	0
响应时间（平均）	8.42s	10.65s
响应时间（最大）	48.19s	156.31s
响应时间（总计）	185.24s	234.39s

Hamster playing table tennis

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

#142 KAT-Coder-Air V2.5

medium

成本: $0.003
时间: 23.7s
令牌: 4,924 tok

#145 Qwen3.6 27B

none

成本: $0.009
时间: 83.0s
令牌: 4,549 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
Qwen3.6 27B	3.8	3.7	41.7%	3		2.83s	696	490	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
Qwen3.6 27B	5.5	10.0	33.3%	0		4.16s	7,913	539	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	6.5	10.0	50.0%	0		19.56s	23,854	435	6,811
Qwen3.6 27B	3.2	9.1	0.0%	0		83.13s	65,572	13,744	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
Qwen3.6 27B	7.3	5.8	83.3%	1		2.06s	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	3.0	10.0	0.0%	0		4.87s	771	487	4,454
Qwen3.6 27B	7.7	10.0	66.7%	0		3.03s	789	24	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
Qwen3.6 27B	5.2	9.9	0.0%	0		1.07s	522	72	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
Qwen3.6 27B	6.2	5.8	66.7%	1		1.92s	711	49	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
Qwen3.6 27B	5.3	7.2	44.4%	1		5.15s	714	639	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
Qwen3.6 27B	9.5	10.0	100.0%	0		6.74s	10,881	339	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
Qwen3.6 27B	3.0	10.0	0.0%	0		4.03s	210	11	0

快速对比

切换对比组合