नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.5

सारांश

GPT-5.5 (low) average score में आगे है: 9.3 vs 8.0. KAT-Coder-Pro V2.5 (low) की benchmark लागत कम है: $0.220 vs $0.907. GPT-5.5 (low) तेज है: 9.76s vs 10.44s, pass rates 71.4% vs 85.7%.

अनुशंसित मॉडलGPT-5.5 (low)It has the strongest score in this comparison (9.3) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low रिलीज़: 2026-07-14 GPT-5.5 GPT-5.5 low रिलीज़: 2026-04-24
स्कोर 8.0 9.3
रैंक #35 #7
विश्वसनीयता 9.9 10.0
संगति 7.3 10.0
सही परीक्षण
प्रति प्रयास पास दर 71.4% 85.7%
अस्थिर टेस्ट 7 0
कुल रन 63 63
प्रति परिणाम लागत 1.991 5.035
कुल लागत $0.220 $0.907
इनपुट कीमत $0.740 / 1M $5.000 / 1M
आउटपुट कीमत $2.960 / 1M $30.000 / 1M
कुल इनपुट टोकन 42,750 34,209
आउटपुट टोकन 2,167 2,046
रीजनिंग टोकन 61,133 22,460
प्रतिक्रिया समय (औसत) 10.44s 9.76s
प्रतिक्रिया समय (अधिकतम) 51.34s 56.19s
प्रतिक्रिया समय (कुल) 219.17s 204.92s

जनरेशन शोकेस

Hamster playing table tennis

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

#35 KAT-Coder-Pro V2.5

low
लागत
$0.016
समय
47.6s
टोकन
5,182 tok

#7 GPT-5.5

low
लागत
$0.068
समय
37.0s
टोकन
2,339 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402

त्वरित तुलना

तुलना जोड़ी बदलें