नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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

KAT-Coder-Pro V2.5 (medium) average score में आगे है: 6.9 vs 6.9. KAT-Coder-Pro V2.5 (medium) की benchmark लागत कम है: $0.467 vs $0.544. GPT-5.5 तेज है: 2.36s vs 24.04s, pass rates 63.6% vs 56.1%.

अनुशंसित मॉडलGPT-5.5Its score stays close to the best score here (6.9 vs 6.9), while responding about 10.2x faster than KAT-Coder-Pro V2.5 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium रिलीज़: 2026-07-14 GPT-5.5 GPT-5.5 none रिलीज़: 2026-04-24
स्कोर 6.9 6.9
रैंक #78 #84
विश्वसनीयता 10.0 10.0
संगति 7.4 8.9
सही परीक्षण
प्रति प्रयास पास दर 63.6% 56.1%
अस्थिर टेस्ट 7 3
कुल रन 66 66
प्रति परिणाम लागत 4.237 4.945
कुल लागत $0.467 $0.544
इनपुट कीमत $0.740 / 1M $5.000 / 1M
आउटपुट कीमत $2.960 / 1M $30.000 / 1M
कुल इनपुट टोकन 87,907 79,285
आउटपुट टोकन 7,213 4,915
रीजनिंग टोकन 128,251 0
प्रतिक्रिया समय (औसत) 24.04s 2.36s
प्रतिक्रिया समय (अधिकतम) 257.00s 12.24s
प्रतिक्रिया समय (कुल) 528.92s 51.88s

Hamster playing table tennis

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

#78 KAT-Coder-Pro V2.5

medium
लागत
$0.009
समय
25.6s
टोकन
2,939 tok

#84 GPT-5.5

none
लागत
$0.090
समय
54.3s
टोकन
3,063 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 33.10s 7,893 416 33,658
GPT-5.5 5.5 10.0 33.3% 0 1.35s 7,305 462 0

त्वरित तुलना

तुलना जोड़ी बदलें