AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.5

Resumen

GPT-5.5 lidera en puntuación media con 6.3 vs 6.0. KAT-Coder-Air V2.5 (low) tiene menor coste de benchmark con $0.030 vs $0.231. GPT-5.5 es más rápido con 1.89s vs 6.47s, con tasas de acierto de 46.0% vs 54.0%.

Modelo recomendadoKAT-Coder-Air V2.5 (low)Su puntuación se mantiene cerca de la mejor aquí (6.0 vs 6.3) y cuesta aproximadamente 7.7x menos que GPT-5.5.

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 low Lanzamiento: 2026-07-14	GPT-5.5 GPT-5.5 none Lanzamiento: 2026-04-24

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lanzamiento: 2026-07-14	GPT-5.5 GPT-5.5 none Lanzamiento: 2026-04-24
Puntuación	6.0	6.3
Rango	#124	#109
Fiabilidad	9.7	10.0
Consistencia	7.6	8.8
Pruebas correctas
Tasa de aciertos por intento	46.0%	54.0%
Pruebas inestables	6	3
Ejecuciones totales	63	63
Costo por resultado	0.427	2.302
Costo total	$0.030	$0.231
Precio de entrada	$0.150 / 1M	$5.000 / 1M
Precio de salida	$0.600 / 1M	$30.000 / 1M
Total de tokens de entrada	42,464	34,212
Tokens de salida	4,227	1,971
Tokens de razonamiento	34,864	0
Tiempo de respuesta (promedio)	6.47s	1.89s
Tiempo de respuesta (máximo)	25.49s	5.56s
Tiempo de respuesta (total)	135.80s	39.64s

Generación showcase

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low

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

#109 GPT-5.5

none

Coste: $0.090
Tiempo: 54.3s
Tokens: 3,063 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
KAT-Coder-Air V2.5	7.3	5.8	83.3%	2		3.50s	672	422	1,548
GPT-5.5	6.9	7.9	66.7%	1		1.31s	606	213	0

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	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623
GPT-5.5	5.5	10.0	33.3%	0		1.35s	7,305	462	0

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
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		25.49s	15,132	368	5,707
GPT-5.5	3.0	10.0	0.0%	0		5.56s	11,019	300	0

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
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		2.82s	7,776	261	1,069
GPT-5.5	10.0	10.0	100.0%	0		1.18s	7,140	222	0

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
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		4.99s	553	310	3,332
GPT-5.5	2.9	7.2	11.1%	1		1.31s	723	52	0

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
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		10.11s	516	142	596
GPT-5.5	10.0	10.0	100.0%	0		3.41s	477	124	0

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
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.64s	699	89	640
GPT-5.5	6.2	5.8	66.7%	1		1.15s	660	81	0

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
KAT-Coder-Air V2.5	3.1	4.6	22.2%	2		1.57s	696	294	796
GPT-5.5	7.7	10.0	66.7%	0		1.29s	642	252	0

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
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.47s	8,391	330	1,065
GPT-5.5	10.0	10.0	100.0%	0		3.90s	5,445	247	0

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
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		19.98s	136	10	6,488
GPT-5.5	3.0	10.0	0.0%	0		5.01s	195	18	0

Comparación rápida

Cambiar par de comparación

KAT-Coder-Air V2.5lowvsGPT-5.6 Terranone KAT-Coder-Air V2.5lowvsQwen3.6 Max Previewnone KAT-Coder-Air V2.5lowvsGLM 5none GPT-5.5nonevsQwen3.5-35B-A3Bmedium KAT-Coder-Air V2.5lowvsQwen3.6 Flashnone Gemma 4 31BmediumDisponible gratisvsGPT-5.5none KAT-Coder-Air V2.5highvsGPT-5.5none Nemotron 3 SupermediumDisponible gratisvsGPT-5.5none KAT-Coder-Air V2.5lowvsQwen3.5-35B-A3Bnone KAT-Coder-Air V2.5lowvsNemotron 3 Ultra 550b A55bnoneDisponible gratis KAT-Coder-Air V2.5lowvsQwen3.5-27Bnone Gemma 4 31BnoneDisponible gratisvsKAT-Coder-Air V2.5low