AI BENCHY Compare

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

Resumen

GPT-5.5 (low) lidera en puntuación media con 9.3 vs 4.9. KAT-Coder-Air V2.5 tiene menor coste de benchmark con $0.037 vs $0.907. KAT-Coder-Air V2.5 es más rápido con 6.99s vs 9.76s, con tasas de acierto de 38.1% vs 85.7%.

Modelo recomendadoGPT-5.5 (low)Tiene la puntuación más alta en esta comparación (9.3) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

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

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none Lanzamiento: 2026-07-14	GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24
Puntuación	4.9	9.3
Rango	#168	#7
Fiabilidad	10.0	10.0
Consistencia	7.1	10.0
Pruebas correctas
Tasa de aciertos por intento	38.1%	85.7%
Pruebas inestables	7	0
Ejecuciones totales	63	63
Costo por resultado	0.724	5.035
Costo total	$0.037	$0.907
Precio de entrada	$0.150 / 1M	$5.000 / 1M
Precio de salida	$0.600 / 1M	$30.000 / 1M
Total de tokens de entrada	41,328	34,209
Tokens de salida	49,933	2,046
Tokens de razonamiento	0	22,460
Tiempo de respuesta (promedio)	6.99s	9.76s
Tiempo de respuesta (máximo)	24.94s	56.19s
Tiempo de respuesta (total)	146.78s	204.92s

Generación showcase

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none

Coste: $0.002
Tiempo: 14.5s
Tokens: 2,619 tok

#7 GPT-5.5

low

Coste: $0.068
Tiempo: 37.0s
Tokens: 2,339 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	5.3	5.6	50.0%	2		2.68s	672	3,044	0
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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	3.3	9.6	0.0%	0		14.31s	6,472	16,918	0
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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	4.7	1.6	66.7%	1		24.94s	15,131	6,788	0
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717

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	6.3	5.8	66.7%	1		2.66s	7,776	1,268	0
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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		6.24s	771	7,818	0
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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		12.02s	516	656	0
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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	9.9	10.0	100.0%	0		1.75s	699	858	0
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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	2.9	4.4	22.2%	2		1.84s	696	1,255	0
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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		5.13s	8,391	1,560	0
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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		17.96s	204	9,768	0
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

Comparación rápida

Cambiar par de comparación

CobuddymediumvsKAT-Coder-Air V2.5none GPT-5.5lowvsQwen3.7 Maxmedium Claude Fable 5mediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.5low KAT-Coder-Air V2.5nonevsMiniMax M2.5medium Gemini 3.5 FlashmediumvsGPT-5.5low KAT-Coder-Air V2.5nonevsMistral Small 4medium KAT-Coder-Air V2.5nonevsQwen3 Coder Nextmedium Gemini 3 Flash PreviewmediumvsGPT-5.5low KAT-Coder-Air V2.5nonevsMiniMax M2.7medium GPT-5.5lowvsQwen3.6 Max Previewmedium Claude Opus 4.8mediumvsGPT-5.5low