AI BENCHY Compare

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

Resumen

KAT-Coder-Air V2.5 (medium) lidera en puntuación media con 6.2 vs 6.0. KAT-Coder-Air V2.5 (medium) tiene menor coste de benchmark con $0.045 vs $0.130. GPT-5.6 Terra es más rápido con 1.25s vs 8.28s, con tasas de acierto de 47.6% vs 42.9%.

Modelo recomendadoKAT-Coder-Air V2.5 (medium)Tiene la mejor puntuación aquí (6.2) y cuesta aproximadamente 2.9x 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 medium 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 medium Lanzamiento: 2026-07-14	GPT-5.6 Terra GPT-5.6 Terra none Lanzamiento: 2026-07-09
Puntuación	6.2	6.0
Rango	#115	#123
Fiabilidad	9.7	10.0
Consistencia	8.8	9.3
Pruebas correctas
Tasa de aciertos por intento	47.6%	42.9%
Pruebas inestables	3	2
Ejecuciones totales	63	63
Costo por resultado	0.562	1.623
Costo total	$0.045	$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	42,750	39,552
Tokens de salida	7,759	2,060
Tokens de razonamiento	56,357	0
Tiempo de respuesta (promedio)	8.28s	1.25s
Tiempo de respuesta (máximo)	48.19s	3.97s
Tiempo de respuesta (total)	173.80s	26.21s

Generación showcase

Hamster playing table tennis

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

#115 KAT-Coder-Air V2.5

medium

Coste: $0.003
Tiempo: 23.7s
Tokens: 4,924 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	8.7	8.0	91.7%	1		3.79s	672	549	4,194
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	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973
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		27.68s	15,132	372	4,816
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		3.65s	7,776	268	1,881
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	3.0	10.0	0.0%	0		4.87s	771	487	4,454
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		9.81s	516	189	557
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	10.0	10.0	100.0%	0		1.50s	699	93	730
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	3.6	7.2	22.2%	1		1.87s	696	265	1,184
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		4.77s	8,391	317	906
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		15.74s	204	20	7,662
GPT-5.6 Terra	3.0	10.0	0.0%	0		787ms	195	24	0

Comparación rápida

Cambiar par de comparación