AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Kwaipilot: KAT-Coder-Air V2.5

Resumen

KAT-Coder-Air V2.5 (low) lidera en puntuación media con 6.0 vs 5.5. DeepSeek V4 Flash tiene menor coste de benchmark con $0.007 vs $0.030. KAT-Coder-Air V2.5 (low) es más rápido con 6.47s vs 26.75s, con tasas de acierto de 30.2% vs 46.0%.

Modelo recomendadoKAT-Coder-Air V2.5 (low)Tiene la mejor puntuación aquí (6.0) y responde aproximadamente 4.1x más rápido que DeepSeek V4 Flash.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14

Métrica	DeepSeek V4 Flash DeepSeek V4 Flash none Lanzamiento: 2026-04-24	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lanzamiento: 2026-07-14

Métrica	DeepSeek V4 Flash DeepSeek V4 Flash none Lanzamiento: 2026-04-24	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lanzamiento: 2026-07-14
Puntuación	5.5	6.0
Rango	#142	#124
Fiabilidad	10.0	9.7
Consistencia	8.9	7.6
Pruebas correctas
Tasa de aciertos por intento	30.2%	46.0%
Pruebas inestables	3	6
Ejecuciones totales	63	63
Costo por resultado	0.203	0.427
Costo total	$0.007	$0.030
Precio de entrada	$0.090 / 1M	$0.150 / 1M
Precio de salida	$0.180 / 1M	$0.600 / 1M
Total de tokens de entrada	50,127	42,464
Tokens de salida	13,710	4,227
Tokens de razonamiento	0	34,864
Tiempo de respuesta (promedio)	26.75s	6.47s
Tiempo de respuesta (máximo)	111.96s	25.49s
Tiempo de respuesta (total)	561.82s	135.80s

Generación showcase

Hamster playing table tennis

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

#142 DeepSeek V4 Flash

none

Coste: $0.004
Tiempo: 157.6s
Tokens: 11,297 tok

#124 KAT-Coder-Air V2.5

low

Coste: $0.004
Tiempo: 29.9s
Tokens: 6,008 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	3.0	10.0	0.0%	0		20.18s	540	174	0
KAT-Coder-Air V2.5	7.3	5.8	83.3%	2		3.50s	672	422	1,548

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	4.2	7.4	11.1%	1		17.13s	7,279	9,717	0
KAT-Coder-Air V2.5	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	4.5	2.1	66.7%	1		111.96s	24,398	2,664	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		25.49s	15,132	368	5,707

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	10.0	10.0	100.0%	0		23.79s	7,290	195	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		2.82s	7,776	261	1,069

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	5.3	10.0	33.3%	0		19.73s	666	18	0
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		4.99s	553	310	3,332

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	4.2	9.9	0.0%	0		23.74s	471	67	0
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		10.11s	516	142	596

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	6.5	10.0	50.0%	0		17.54s	627	321	0
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.64s	699	89	640

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	3.1	7.3	11.1%	1		23.72s	594	207	0
KAT-Coder-Air V2.5	3.1	4.6	22.2%	2		1.57s	696	294	796

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	10.0	10.0	100.0%	0		77.93s	8,079	327	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.47s	8,391	330	1,065

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	3.0	10.0	0.0%	0		3.07s	183	20	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		19.98s	136	10	6,488

Comparación rápida

Cambiar par de comparación