#110 KAT-Coder-Air V2.5
high
SVG inválido
- Coste
- $0.000
- Tiempo
- 300.0s
- Tokens
- 0 tok
AI BENCHY Compare
Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.6 Luna
Resumen
La puntuación media está prácticamente empatada en 6.2 vs 6.2. KAT-Coder-Air V2.5 (high) tiene menor coste de benchmark con $0.064 vs $0.141. GPT-5.6 Luna (low) es más rápido con 4.35s vs 11.02s, con tasas de acierto de 46.0% vs 57.1%.
Modelo recomendadoKAT-Coder-Air V2.5 (high)Tiene la mejor puntuación aquí (6.2) y cuesta aproximadamente 2.2x menos que GPT-5.6 Luna (low).
Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14
| Métrica | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high | GPT-5.6 Luna GPT-5.6 Luna low |
|---|---|---|
| Puntuación | 6.2 | 6.2 |
| Rango | #110 | #113 |
| Fiabilidad | 9.7 | 10.0 |
| Consistencia | 7.6 | 8.5 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 46.0% | 57.1% |
| Pruebas inestables | 6 | 4 |
| Ejecuciones totales | 63 | 63 |
| Costo por resultado | 0.910 | 1.404 |
| Costo total | $0.064 | $0.141 |
| Precio de entrada | $0.150 / 1M | $1.000 / 1M |
| Precio de salida | $0.600 / 1M | $6.000 / 1M |
| Total de tokens de entrada | 41,748 | 34,218 |
| Tokens de salida | 3,894 | 2,110 |
| Tokens de razonamiento | 91,773 | 15,571 |
| Tiempo de respuesta (promedio) | 11.02s | 4.35s |
| Tiempo de respuesta (máximo) | 104.98s | 18.06s |
| Tiempo de respuesta (total) | 231.37s | 91.45s |
Generación showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#113 GPT-5.6 Luna
low- Coste
- $0.011
- Tiempo
- 10.2s
- Tokens
- 1,897 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
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Air V2.5 | 4.3 | 7.3 | 11.1% | 1 | 39.07s | 6,948 | 1,166 | 55,883 | |
| GPT-5.6 Luna | 5.5 | 10.0 | 33.3% | 0 | 4.61s | 7,302 | 557 | 3,535 |
Comparación rápida
Cambiar par de comparación
Seed-2.0-LitenonevsGPT-5.6 LunalowSeed-2.0-LitenonevsKAT-Coder-Air V2.5highGemini 2.5 FlashnonevsGPT-5.6 LunalowKAT-Coder-Air V2.5mediumvsGPT-5.6 LunalowKAT-Coder-Air V2.5highvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowKAT-Coder-Air V2.5highvsQwen3.5-35B-A3BmediumGemini 2.5 FlashnonevsKAT-Coder-Air V2.5highGemini 3.1 Flash LitenonevsGPT-5.6 LunalowGemma 4 31BmediumDisponible gratisvsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsGPT-5.6 SolnoneGemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5high