AI BENCHY Compare

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

Resumen

GPT-5.6 Terra (low) lidera en puntuación media con 7.7 vs 7.5. KAT-Coder-Pro V2.5 (medium) tiene menor coste de benchmark con $0.275 vs $0.343. GPT-5.6 Terra (low) es más rápido con 4.88s vs 12.95s, con tasas de acierto de 65.1% vs 74.6%.

Modelo recomendadoGPT-5.6 Terra (low)Tiene la mejor puntuación aquí (7.7) y responde aproximadamente 2.7x más rápido que KAT-Coder-Pro V2.5 (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 medium Lanzamiento: 2026-07-14	GPT-5.6 Terra GPT-5.6 Terra low Lanzamiento: 2026-07-09

Métrica	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium Lanzamiento: 2026-07-14	GPT-5.6 Terra GPT-5.6 Terra low Lanzamiento: 2026-07-09
Puntuación	7.5	7.7
Rango	#60	#49
Fiabilidad	10.0	10.0
Consistencia	7.7	8.1
Pruebas correctas
Tasa de aciertos por intento	65.1%	74.6%
Pruebas inestables	6	5
Ejecuciones totales	63	63
Costo por resultado	2.498	2.637
Costo total	$0.275	$0.343
Precio de entrada	$0.740 / 1M	$2.500 / 1M
Precio de salida	$2.960 / 1M	$15.000 / 1M
Total de tokens de entrada	42,750	34,226
Tokens de salida	2,098	1,943
Tokens de razonamiento	80,027	15,201
Tiempo de respuesta (promedio)	12.95s	4.88s
Tiempo de respuesta (máximo)	81.45s	19.85s
Tiempo de respuesta (total)	271.92s	102.53s

Generación showcase

Hamster playing table tennis

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

#60 KAT-Coder-Pro V2.5

medium

Coste: $0.009
Tiempo: 25.6s
Tokens: 2,939 tok

#49 GPT-5.6 Terra

low

Coste: $0.034
Tiempo: 16.8s
Tokens: 2,348 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	8.2	7.9	83.3%	1		3.90s	672	208	3,868
GPT-5.6 Terra	8.3	10.0	75.0%	0		2.36s	606	171	602

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	7.8	10.0	66.7%	0		33.10s	7,893	416	33,658
GPT-5.6 Terra	6.6	4.6	77.8%	2		9.56s	7,302	429	6,821

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		14.50s	15,132	363	3,367
GPT-5.6 Terra	10.0	10.0	100.0%	0		5.07s	11,019	312	349

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	7.3	5.9	83.3%	1		4.70s	7,776	275	2,122
GPT-5.6 Terra	10.0	10.0	100.0%	0		919ms	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-Pro V2.5	2.9	7.2	11.1%	1		29.03s	771	36	29,584
GPT-5.6 Terra	5.3	7.2	44.4%	1		8.34s	723	72	4,086

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	4.7	3.1	33.3%	1		2.35s	516	92	381
GPT-5.6 Terra	4.8	3.2	33.3%	1		3.52s	477	105	249

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		2.58s	699	83	971
GPT-5.6 Terra	10.0	10.0	100.0%	0		1.48s	660	87	134

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	5.9	4.5	66.7%	2		3.20s	696	325	1,867
GPT-5.6 Terra	10.0	10.0	100.0%	0		4.46s	642	259	1,506

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		19.02s	8,391	282	1,010
GPT-5.6 Terra	4.7	1.6	66.7%	1		6.69s	5,462	257	226

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		9.87s	204	18	3,199
GPT-5.6 Terra	3.0	10.0	0.0%	0		5.95s	195	29	1,228

Comparación rápida

Cambiar par de comparación

GPT-5.6 TerralowvsGrok 4.3medium Claude Opus 4.6mediumvsGPT-5.6 Terralow KAT-Coder-Pro V2.5mediumvsGPT-5.3 Chatnone GPT-5.6 TerralowvsQwen3.5-122B-A10Bmedium Kimi K2.6mediumDisponible gratisvsGPT-5.6 Terralow KAT-Coder-Pro V2.5highvsGPT-5.6 Terralow Gemini 3.1 Flash LitemediumvsGPT-5.6 Terralow GPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Terralow DeepSeek V4 ProhighvsKAT-Coder-Pro V2.5medium MiniMax M3mediumvsGPT-5.6 Terralow DeepSeek V4 ProhighvsGPT-5.6 Terralow