AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.6 Terra

Resumen

La puntuación media está prácticamente empatada en 6.0 vs 6.0. KAT-Coder-Air V2.5 (low) tiene menor coste de benchmark con $0.030 vs $0.130. GPT-5.6 Terra es más rápido con 1.25s vs 6.47s, con tasas de acierto de 46.0% vs 42.9%.

Modelo recomendadoKAT-Coder-Air V2.5 (low)Tiene la mejor puntuación aquí (6.0) y cuesta aproximadamente 4.4x menos que GPT-5.6 Terra.

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-5.6 Terra GPT-5.6 Terra none Lanzamiento: 2026-07-09

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lanzamiento: 2026-07-14	GPT-5.6 Terra GPT-5.6 Terra none Lanzamiento: 2026-07-09
Puntuación	6.0	6.0
Rango	#124	#123
Fiabilidad	9.7	10.0
Consistencia	7.6	9.3
Pruebas correctas
Tasa de aciertos por intento	46.0%	42.9%
Pruebas inestables	6	2
Ejecuciones totales	63	63
Costo por resultado	0.427	1.623
Costo total	$0.030	$0.130
Precio de entrada	$0.150 / 1M	$2.500 / 1M
Precio de salida	$0.600 / 1M	$15.000 / 1M
Total de tokens de entrada	42,464	39,552
Tokens de salida	4,227	2,060
Tokens de razonamiento	34,864	0
Tiempo de respuesta (promedio)	6.47s	1.25s
Tiempo de respuesta (máximo)	25.49s	3.97s
Tiempo de respuesta (total)	135.80s	26.21s

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

#123 GPT-5.6 Terra

none

Coste: $0.030
Tiempo: 14.7s
Tokens: 2,082 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-5.6 Terra	4.8	10.0	25.0%	0		942ms	606	191	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-5.6 Terra	5.5	10.0	33.3%	0		1.00s	7,302	336	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-5.6 Terra	3.0	10.0	0.0%	0		3.97s	14,961	437	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-5.6 Terra	10.0	10.0	100.0%	0		1.13s	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-5.6 Terra	5.3	7.2	44.4%	1		757ms	723	68	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-5.6 Terra	5.0	10.0	0.0%	0		1.03s	477	102	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-5.6 Terra	8.5	6.8	83.3%	1		1.15s	660	101	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-5.6 Terra	5.3	10.0	33.3%	0		1.23s	642	235	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-5.6 Terra	9.6	10.0	100.0%	0		3.10s	6,846	344	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-5.6 Terra	3.0	10.0	0.0%	0		787ms	195	24	0

Comparación rápida

Cambiar par de comparación