AI BENCHY 对比

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

摘要

KAT-Coder-Pro V2.5 平均分领先，为 6.8 vs 6.7。 Qwen3.6 35B A3B (medium) benchmark 成本更低，为 $0.146 vs $0.220。 KAT-Coder-Pro V2.5 更快，为 10.81s vs 18.08s，通过率为 71.4% vs 63.5%。

推荐模型KAT-Coder-Pro V2.5它在这里得分最高（6.8），同时响应速度比Qwen3.6 35B A3B (medium)快约 1.7 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 none 发布日期: 2026-07-14	Qwen3.6 35B A3B Qwen3.6 35B A3B medium 发布日期: 2026-04-20

指标	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none 发布日期: 2026-07-14	Qwen3.6 35B A3B Qwen3.6 35B A3B medium 发布日期: 2026-04-20
分数	6.8	6.7
排名	#89	#93
可靠性	10.0	10.0
一致性	7.3	9.6
测试正确
尝试通过率	71.4%	63.5%
不稳定测试	7	1
总运行次数	63	63
每个结果成本	1.992	1.094
总成本	$0.220	$0.146
输入价格	$0.740 / 1M	$0.140 / 1M
输出价格	$2.960 / 1M	$1.000 / 1M
总输入令牌	42,749	16,385
输出令牌	63,338	19,632
推理令牌	0	130,219
响应时间（平均）	10.81s	18.08s
响应时间（最大）	53.57s	86.11s
响应时间（总计）	227.02s	343.61s

生成展示

Hamster playing table tennis

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

#89 KAT-Coder-Pro V2.5

none

成本: $0.010
时间: 29.0s
令牌: 3,439 tok

#93 Qwen3.6 35B A3B

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 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	8.7	7.9	91.7%	1		4.58s	672	3,998	0
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		6.02s	672	1,154	12,385

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	6.1	4.7	66.7%	2		22.52s	7,893	22,440	0
Qwen3.6 35B A3B	7.7	10.0	66.7%	0		50.55s	5,051	7,929	37,223

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	4.7	1.6	66.7%	1		30.76s	15,131	5,366	0
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		0ms	0	0	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-Pro V2.5	10.0	10.0	100.0%	0		5.07s	7,776	2,361	0
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		12.99s	7,776	2,591	9,968

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	3.6	7.2	22.2%	1		21.64s	771	20,972	0
Qwen3.6 35B A3B	5.3	7.2	44.4%	1		22.50s	771	6,193	39,116

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	4.8	3.2	33.3%	1		5.16s	516	1,067	0
Qwen3.6 35B A3B	4.4	9.9	0.0%	0		8.66s	516	129	4,569

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	9.8	10.0	100.0%	0		2.61s	699	1,084	0
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		7.50s	699	219	7,404

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	8.2	7.2	88.9%	1		3.03s	696	1,929	0
Qwen3.6 35B A3B	8.0	10.0	66.7%	0		5.95s	696	655	9,228

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		5.93s	8,391	1,103	0
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-Pro V2.5	3.0	10.0	0.0%	0		9.91s	204	3,018	0
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		32.90s	204	762	10,326

快速对比

切换对比组合

Ring-2.6-1TmediumvsKAT-Coder-Pro V2.5none Gemini 3.5 FlashminimalvsKAT-Coder-Pro V2.5none KAT-Coder-Pro V2.5nonevsQwen3.5-Flashmedium KAT-Coder-Pro V2.5nonevsMiMo-V2.5medium Gemini 3.5 FlashminimalvsQwen3.6 35B A3Bmedium KAT-Coder-Pro V2.5nonevsgpt-oss-120bmedium免费可用 KAT-Coder-Pro V2.5nonevsGPT-5 Nanomedium Gemini 3 Flash PreviewnonevsQwen3.6 35B A3Bmedium KAT-Coder-Pro V2.5nonevsStep 3.5 Flashmedium KAT-Coder-Pro V2.5nonevsKimi K2.7 Codemedium KAT-Coder-Pro V2.5nonevsQwen3.6 27Bmedium Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3Bmedium