AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs xAI: Grok Build 0.1

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 $0.927. KAT-Coder-Pro V2.5 (high) es más rápido con 12.30s vs 49.90s, con tasas de acierto de 63.5% vs 61.9%.

Modelo recomendadoKAT-Coder-Pro V2.5 (high)Tiene la mejor puntuación aquí (7.7) y cuesta aproximadamente 3.8x menos que Grok Build 0.1 (medium).

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	Grok Build 0.1 Grok Build 0.1 medium Lanzamiento: 2026-05-21

Métrica	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high Lanzamiento: 2026-07-14	Grok Build 0.1 Grok Build 0.1 medium Lanzamiento: 2026-05-21
Puntuación	7.7	7.6
Rango	#53	#56
Fiabilidad	10.0	10.0
Consistencia	8.1	9.9
Pruebas correctas
Tasa de aciertos por intento	63.5%	61.9%
Pruebas inestables	5	0
Ejecuciones totales	63	63
Costo por resultado	2.228	7.124
Costo total	$0.246	$0.927
Precio de entrada	$0.740 / 1M	$1.000 / 1M
Precio de salida	$2.960 / 1M	$2.000 / 1M
Total de tokens de entrada	42,750	44,418
Tokens de salida	2,509	2,782
Tokens de razonamiento	69,594	438,018
Tiempo de respuesta (promedio)	12.30s	49.90s
Tiempo de respuesta (máximo)	95.65s	252.69s
Tiempo de respuesta (total)	258.34s	1047.92s

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

#56 xAI: Grok Build 0.1

medium

Coste: $0.028
Tiempo: 81.3s
Tokens: 14,009 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
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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
Grok Build 0.1	10.0	10.0	100.0%	0		32.81s	12,909	231	16,917

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
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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
Grok Build 0.1	5.3	10.0	33.3%	0		158.00s	1,764	492	175,294

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
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Comparación rápida

Cambiar par de comparación