AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Z.ai: GLM 5

Resumen

La puntuación media está prácticamente empatada en 6.0 vs 6.0. GLM 5 tiene menor coste de benchmark con $0.027 vs $0.030. GLM 5 es más rápido con 4.03s vs 6.47s, con tasas de acierto de 46.0% vs 44.4%.

Modelo recomendadoGLM 5Tiene la mejor puntuación aquí (6.0) y responde aproximadamente 1.6x más rápido que KAT-Coder-Air V2.5 (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 low Lanzamiento: 2026-07-14	GLM 5 GLM 5 none Lanzamiento: 2026-02-12

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lanzamiento: 2026-07-14	GLM 5 GLM 5 none Lanzamiento: 2026-02-12
Puntuación	6.0	6.0
Rango	#124	#125
Fiabilidad	9.7	10.0
Consistencia	7.6	9.7
Pruebas correctas
Tasa de aciertos por intento	46.0%	44.4%
Pruebas inestables	6	1
Ejecuciones totales	63	63
Costo por resultado	0.427	0.263
Costo total	$0.030	$0.027
Precio de entrada	$0.150 / 1M	$0.600 / 1M
Precio de salida	$0.600 / 1M	$1.920 / 1M
Total de tokens de entrada	42,464	37,135
Tokens de salida	4,227	1,989
Tokens de razonamiento	34,864	0
Tiempo de respuesta (promedio)	6.47s	4.03s
Tiempo de respuesta (máximo)	25.49s	11.07s
Tiempo de respuesta (total)	135.80s	56.37s

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

#125 GLM 5

none

Coste: $0.007
Tiempo: 32.1s
Tokens: 2,023 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
GLM 5	4.8	10.0	25.0%	0		2.37s	510	275	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
GLM 5	4.0	7.8	11.1%	1		5.12s	7,256	428	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
GLM 5	3.0	10.0	0.0%	0		4.98s	12,812	406	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
GLM 5	10.0	10.0	100.0%	0		5.78s	7,107	203	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
GLM 5	3.0	10.0	0.0%	0		2.24s	643	19	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
GLM 5	10.0	10.0	100.0%	0		3.27s	477	103	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
GLM 5	10.0	10.0	100.0%	0		1.48s	636	61	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
GLM 5	7.7	10.0	66.7%	0		1.91s	609	261	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
GLM 5	10.0	10.0	100.0%	0		11.07s	6,899	220	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
GLM 5	3.0	10.0	0.0%	0		3.62s	186	13	0

Comparación rápida

Cambiar par de comparación