AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Z.ai: GLM 4.7 Flash

Resumen

KAT-Coder-Air V2.5 lidera en puntuación media con 4.9 vs 4.3. KAT-Coder-Air V2.5 tiene menor coste de benchmark con $0.037 vs $0.054. KAT-Coder-Air V2.5 es más rápido con 6.99s vs 35.10s, con tasas de acierto de 38.1% vs 33.3%.

Modelo recomendadoKAT-Coder-Air V2.5Tiene la mejor puntuación aquí (4.9) y responde aproximadamente 5.0x más rápido que GLM 4.7 Flash (medium).

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	GLM 4.7 Flash GLM 4.7 Flash medium Lanzamiento: 2026-01-19

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none Lanzamiento: 2026-07-14	GLM 4.7 Flash GLM 4.7 Flash medium Lanzamiento: 2026-01-19
Puntuación	4.9	4.3
Rango	#168	#185
Fiabilidad	10.0	6.7
Consistencia	7.1	6.8
Pruebas correctas
Tasa de aciertos por intento	38.1%	33.3%
Pruebas inestables	7	8
Ejecuciones totales	63	63
Costo por resultado	0.724	1.337
Costo total	$0.037	$0.054
Precio de entrada	$0.150 / 1M	$0.060 / 1M
Precio de salida	$0.600 / 1M	$0.400 / 1M
Total de tokens de entrada	41,328	37,206
Tokens de salida	49,933	43,754
Tokens de razonamiento	0	89,079
Tiempo de respuesta (promedio)	6.99s	35.10s
Tiempo de respuesta (máximo)	24.94s	174.55s
Tiempo de respuesta (total)	146.78s	456.24s

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

#185 GLM 4.7 Flash

medium

SVG inválido

Coste: $0.000
Tiempo: 186.2s
Tokens: 12,112 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
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

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
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

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
GLM 4.7 Flash	2.8	2.1	33.3%	1		65.57s	17,185	2,585	20,648

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
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

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
GLM 4.7 Flash	3.5	4.4	33.3%	2		174.55s	643	33,000	25,394

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
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

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
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

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
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

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
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

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
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

Comparación rápida

Cambiar par de comparación

CobuddymediumvsKAT-Coder-Air V2.5none Grok 4.20nonevsGLM 4.7 Flashmedium KAT-Coder-Air V2.5nonevsMiniMax M2.5medium KAT-Coder-Air V2.5nonevsMistral Small 4medium KAT-Coder-Air V2.5nonevsQwen3 Coder Nextmedium KAT-Coder-Air V2.5nonevsMiniMax M2.7medium Granite 4.1 8BnonevsGLM 4.7 Flashmedium gpt-oss-120bnoneDisponible gratisvsGLM 4.7 Flashmedium Mercury 2nonevsGLM 4.7 Flashmedium Ling-2.6-1TnonevsGLM 4.7 Flashmedium GPT-5.4 NanononevsGLM 4.7 Flashmedium Ring-2.6-1TnonevsGLM 4.7 Flashmedium