AI BENCHY 对比

Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.5 Plus 2026-04-20

摘要

KAT-Coder-Pro V2.5 (low) 平均分领先，为 8.0 vs 7.8。 KAT-Coder-Pro V2.5 (low) benchmark 成本更低，为 $0.220 vs $0.317。 KAT-Coder-Pro V2.5 (low) 更快，为 10.44s vs 46.36s，通过率为 71.4% vs 66.7%。

推荐模型KAT-Coder-Pro V2.5 (low)它在这里得分最高（8.0），同时响应速度比Qwen3.5 Plus 2026-04-20 (medium)快约 4.4 倍。

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

指标	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low 发布日期: 2026-07-14	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium 发布日期: 2026-04-20

指标	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low 发布日期: 2026-07-14	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium 发布日期: 2026-04-20
分数	8.0	7.8
排名	#35	#43
可靠性	9.9	10.0
一致性	7.3	9.0
测试正确
尝试通过率	71.4%	66.7%
不稳定测试	7	2
总运行次数	63	63
每个结果成本	1.991	3.023
总成本	$0.220	$0.317
输入价格	$0.740 / 1M	$0.300 / 1M
输出价格	$2.960 / 1M	$1.800 / 1M
总输入令牌	42,750	42,097
输出令牌	2,167	2,280
推理令牌	61,133	166,613
响应时间（平均）	10.44s	46.36s
响应时间（最大）	51.34s	189.38s
响应时间（总计）	219.17s	973.57s

生成展示

Hamster playing table tennis

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

#35 KAT-Coder-Pro V2.5

low

成本: $0.016
时间: 47.6s
令牌: 5,182 tok

#43 Qwen3.5 Plus 2026-04-20

medium

成本: $0.008
时间: 76.7s
令牌: 4,355 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-Pro V2.5	6.9	5.8	75.0%	2		4.20s	672	277	4,228
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		10.84s	672	215	7,748

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-Pro V2.5	7.8	10.0	66.7%	0		24.87s	7,893	402	24,945
Qwen3.5 Plus 2026-04-20	6.2	8.7	33.3%	0		125.25s	7,630	308	58,682

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-Pro V2.5	10.0	10.0	100.0%	0		14.59s	15,132	394	3,391
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		92.41s	14,934	483	17,490

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-Pro V2.5	10.0	10.0	100.0%	0		4.19s	7,776	288	1,917
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		38.32s	7,782	270	14,668

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-Pro V2.5	4.1	4.4	44.5%	2		17.52s	771	35	16,877
Qwen3.5 Plus 2026-04-20	2.9	7.2	11.1%	1		53.10s	771	63	28,414

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-Pro V2.5	4.1	2.7	33.3%	1		2.32s	516	99	412
Qwen3.5 Plus 2026-04-20	4.9	9.6	0.0%	0		25.30s	516	125	4,792

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-Pro V2.5	10.0	10.0	100.0%	0		2.53s	699	83	1,008
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		20.25s	699	103	7,689

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-Pro V2.5	6.4	4.4	77.8%	2		3.11s	696	289	1,820
Qwen3.5 Plus 2026-04-20	8.2	7.2	88.9%	1		17.67s	696	338	9,800

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-Pro V2.5	10.0	10.0	100.0%	0		18.45s	8,391	282	834
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		14.72s	8,193	348	2,164

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-Pro V2.5	3.0	10.0	0.0%	0		17.06s	204	18	5,701
Qwen3.5 Plus 2026-04-20	3.0	10.0	0.0%	0		92.57s	204	27	15,166

快速对比

切换对比组合

KAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-02-15medium Claude Opus 4.8lowvsQwen3.5 Plus 2026-04-20medium KAT-Coder-Pro V2.5lowvsGPT-5.4 Minimedium Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low GPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20medium KAT-Coder-Pro V2.5lowvsGLM 5.2high Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20medium KAT-Coder-Pro V2.5lowvsQwen3.5-27Bmedium KAT-Coder-Pro V2.5highvsQwen3.5 Plus 2026-04-20medium Claude Sonnet 5mediumvsKAT-Coder-Pro V2.5low KAT-Coder-Pro V2.5lowvsQwen3.6 Plusmedium