DeepSeek: DeepSeek V3.2 vs Kwaipilot: KAT-Coder-Air V2.5

KAT-Coder-Air V2.5 (medium) unggul dalam skor rata-rata dengan 5.6 vs 5.0. KAT-Coder-Air V2.5 (medium) memiliki biaya benchmark lebih rendah di $0.048 vs $0.054. KAT-Coder-Air V2.5 (medium) lebih cepat di 8.42s vs 18.25s, dengan tingkat keberhasilan 37.9% vs 45.5%.

Model yang direkomendasikanKAT-Coder-Air V2.5 (medium)It has the best score here (5.6), while responding about 2.2x faster than DeepSeek V3.2.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	DeepSeek V3.2 DeepSeek V3.2 none Rilis: 2025-12-01	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium Rilis: 2026-07-14

Metrik	DeepSeek V3.2 DeepSeek V3.2 none Rilis: 2025-12-01	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium Rilis: 2026-07-14
Skor	5.0	5.6
Peringkat	#165	#142
Keandalan	10.0	9.9
Konsistensi	7.7	8.9
Tes benar
Tingkat lulus per percobaan	37.9%	45.5%
Tes tidak stabil	6	3
Total Run	66	66
Biaya per hasil	0.870	0.593
Total Biaya	$0.054	$0.048
Harga input	$0.269 / 1M	$0.150 / 1M
Harga output	$0.400 / 1M	$0.600 / 1M
Total token input	135,780	51,472
Token output	42,097	7,822
Token penalaran	0	58,352
Waktu respons (rata-rata)	18.25s	8.42s
Waktu respons (maks)	115.89s	48.19s
Waktu respons (total)	401.60s	185.24s

Hamster playing table tennis

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

#165 DeepSeek V3.2

none

Biaya: $0.002
Waktu: 7.0s
Token: 1,046 tok

#142 KAT-Coder-Air V2.5

medium

Biaya: $0.003
Waktu: 23.7s
Token: 4,924 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	3.2	8.0	8.3%	1		9.35s	494	1,073	0
KAT-Coder-Air V2.5	8.7	8.0	91.7%	1		3.79s	672	549	4,194

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	3.1	6.9	11.1%	1		14.54s	7,279	4,528	0
KAT-Coder-Air V2.5	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	4.8	10.0	0.0%	0		113.53s	109,626	33,819	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		19.56s	23,854	435	6,811

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	6.3	5.8	66.7%	1		9.42s	7,890	1,710	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.65s	7,776	268	1,881

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	2.9	7.2	11.1%	1		4.17s	624	21	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		4.87s	771	487	4,454

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	4.7	1.6	66.7%	1		9.32s	314	43	0
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		9.81s	516	189	557

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		1.52s	627	66	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		1.50s	699	93	730

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	7.6	7.2	77.8%	1		6.91s	424	298	0
KAT-Coder-Air V2.5	3.6	7.2	22.2%	1		1.87s	696	265	1,184

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		11.85s	8,319	522	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	317	906

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	3.0	10.0	0.0%	0		17.23s	183	17	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		15.74s	204	20	7,662

Perbandingan Cepat

Ganti Pasangan Perbandingan