AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.6 Luna

Resumen

KAT-Coder-Pro V2.5 (high) lidera en puntuación media con 7.7 vs 7.6. KAT-Coder-Pro V2.5 (high) tiene menor coste de benchmark con $0.246 vs $0.258. GPT-5.6 Luna (medium) es más rápido con 6.70s vs 12.30s, con tasas de acierto de 63.5% vs 63.5%.

Modelo recomendadoGPT-5.6 Luna (medium)Su puntuación se mantiene cerca de la mejor aquí (7.6 vs 7.7) y responde aproximadamente 1.8x más rápido que KAT-Coder-Pro V2.5 (high).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14

Métrica	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high Lanzamiento: 2026-07-14	GPT-5.6 Luna GPT-5.6 Luna medium Lanzamiento: 2026-07-09

Métrica	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high Lanzamiento: 2026-07-14	GPT-5.6 Luna GPT-5.6 Luna medium Lanzamiento: 2026-07-09
Puntuación	7.7	7.6
Rango	#53	#57
Fiabilidad	10.0	10.0
Consistencia	8.1	9.6
Pruebas correctas
Tasa de aciertos por intento	63.5%	63.5%
Pruebas inestables	5	1
Ejecuciones totales	63	63
Costo por resultado	2.228	1.978
Costo total	$0.246	$0.258
Precio de entrada	$0.740 / 1M	$1.000 / 1M
Precio de salida	$2.960 / 1M	$6.000 / 1M
Total de tokens de entrada	42,750	35,699
Tokens de salida	2,509	2,148
Tokens de razonamiento	69,594	34,740
Tiempo de respuesta (promedio)	12.30s	6.70s
Tiempo de respuesta (máximo)	95.65s	29.85s
Tiempo de respuesta (total)	258.34s	140.62s

Generación showcase

Hamster playing table tennis

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

#53 KAT-Coder-Pro V2.5

high

Coste: $0.009
Tiempo: 26.4s
Tokens: 3,117 tok

#57 GPT-5.6 Luna

medium

Coste: $0.014
Tiempo: 14.6s
Tokens: 2,362 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-Pro V2.5	7.0	8.0	66.7%	1		3.17s	672	447	2,716
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.52s	606	160	987

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-Pro V2.5	6.4	7.9	44.4%	1		22.00s	7,893	422	20,461
GPT-5.6 Luna	5.4	7.2	44.4%	1		10.38s	7,302	564	9,928

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-Pro V2.5	10.0	10.0	100.0%	0		13.44s	15,132	394	2,807
GPT-5.6 Luna	10.0	10.0	100.0%	0		9.53s	12,500	375	1,354

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-Pro V2.5	10.0	10.0	100.0%	0		4.13s	7,776	278	1,960
GPT-5.6 Luna	10.0	10.0	100.0%	0		1.95s	7,140	234	324

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-Pro V2.5	2.9	4.4	22.2%	2		35.33s	771	33	35,701
GPT-5.6 Luna	5.3	10.0	33.3%	0		17.37s	723	68	16,531

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-Pro V2.5	5.1	10.0	0.0%	0		3.27s	516	139	647
GPT-5.6 Luna	5.1	10.0	0.0%	0		4.34s	477	112	496

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-Pro V2.5	9.9	10.0	100.0%	0		2.67s	699	84	976
GPT-5.6 Luna	9.9	10.0	100.0%	0		2.38s	660	95	393

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-Pro V2.5	8.2	7.2	88.9%	1		3.38s	696	428	1,936
GPT-5.6 Luna	7.8	10.0	66.7%	0		4.04s	642	255	2,104

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-Pro V2.5	10.0	10.0	100.0%	0		28.04s	8,391	268	896
GPT-5.6 Luna	10.0	10.0	100.0%	0		6.02s	5,454	256	244

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-Pro V2.5	3.0	10.0	0.0%	0		5.22s	204	16	1,494
GPT-5.6 Luna	3.0	10.0	0.0%	0		6.64s	195	29	2,379

Comparación rápida

Cambiar par de comparación