AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs Z.ai: GLM 5.1

Resumen

GLM 5.1 (medium) lidera en puntuación media con 7.1 vs 6.8. KAT-Coder-Pro V2.5 tiene menor coste de benchmark con $0.220 vs $0.288. KAT-Coder-Pro V2.5 es más rápido con 10.81s vs 33.67s, con tasas de acierto de 71.4% vs 68.3%.

Modelo recomendadoKAT-Coder-Pro V2.5Su puntuación se mantiene cerca de la mejor aquí (6.8 vs 7.1) y responde aproximadamente 3.1x más rápido que GLM 5.1 (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 none Lanzamiento: 2026-07-14	GLM 5.1 GLM 5.1 medium Lanzamiento: 2026-04-07

Métrica	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none Lanzamiento: 2026-07-14	GLM 5.1 GLM 5.1 medium Lanzamiento: 2026-04-07
Puntuación	6.8	7.1
Rango	#89	#80
Fiabilidad	10.0	6.7
Consistencia	7.3	8.3
Pruebas correctas
Tasa de aciertos por intento	71.4%	68.3%
Pruebas inestables	7	4
Ejecuciones totales	63	63
Costo por resultado	1.992	2.496
Costo total	$0.220	$0.288
Precio de entrada	$0.740 / 1M	$0.966 / 1M
Precio de salida	$2.960 / 1M	$3.036 / 1M
Total de tokens de entrada	42,749	32,995
Tokens de salida	63,338	11,655
Tokens de razonamiento	0	75,421
Tiempo de respuesta (promedio)	10.81s	33.67s
Tiempo de respuesta (máximo)	53.57s	172.60s
Tiempo de respuesta (total)	227.02s	673.41s

Generación showcase

Hamster playing table tennis

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

#89 KAT-Coder-Pro V2.5

none

Coste: $0.010
Tiempo: 29.0s
Tokens: 3,439 tok

#80 GLM 5.1

medium

SVG inválido

Coste: $0.000
Tiempo: 300.0s
Tokens: 0 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	8.7	7.9	91.7%	1		4.58s	672	3,998	0
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

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	6.1	4.7	66.7%	2		22.52s	7,893	22,440	0
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

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	4.7	1.6	66.7%	1		30.76s	15,131	5,366	0
GLM 5.1	9.5	10.0	100.0%	0		43.11s	17,298	327	4,206

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		5.07s	7,776	2,361	0
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

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	3.6	7.2	22.2%	1		21.64s	771	20,972	0
GLM 5.1	5.3	10.0	33.3%	0		29.77s	489	969	11,314

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	4.8	3.2	33.3%	1		5.16s	516	1,067	0
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

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	9.8	10.0	100.0%	0		2.61s	699	1,084	0
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

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		3.03s	696	1,929	0
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

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		5.93s	8,391	1,103	0
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	0

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		9.91s	204	3,018	0
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

Comparación rápida

Cambiar par de comparación

Step 3.7 FlashhighvsGLM 5.1medium Ring-2.6-1TmediumvsKAT-Coder-Pro V2.5none Gemini 3.5 FlashminimalvsKAT-Coder-Pro V2.5none KAT-Coder-Pro V2.5nonevsQwen3.5-Flashmedium KAT-Coder-Pro V2.5nonevsQwen3.6 35B A3Bmedium KAT-Coder-Pro V2.5nonevsMiMo-V2.5medium Qwen3.7 PlusnonevsGLM 5.1medium DeepSeek V4 PrononevsGLM 5.1medium Gemini 3.5 FlashnonevsGLM 5.1medium KAT-Coder-Pro V2.5nonevsgpt-oss-120bmediumDisponible gratis Claude Opus 4.8nonevsGLM 5.1medium KAT-Coder-Pro V2.5nonevsGPT-5 Nanomedium