Kwaipilot: KAT-Coder-Air V2.5 vs Poolside: Laguna XS 2.1

KAT-Coder-Air V2.5 (high) unggul dalam skor rata-rata dengan 5.6 vs 5.3. Laguna XS 2.1 memiliki biaya benchmark lebih rendah di $0.008 vs $0.077. Laguna XS 2.1 lebih cepat di 1.55s vs 15.90s, dengan tingkat keberhasilan 43.9% vs 30.3%.

Model yang direkomendasikanLaguna XS 2.1Its score stays close to the best score here (5.3 vs 5.6), while costing about 10.8x less than KAT-Coder-Air V2.5 (high).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-20

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Rilis: 2026-07-14	Laguna XS 2.1 Laguna XS 2.1 none Rilis: 2026-07-02 Tersedia gratis

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Rilis: 2026-07-14	Laguna XS 2.1 Laguna XS 2.1 none Rilis: 2026-07-02 Tersedia gratis
Skor	5.6	5.3
Peringkat	#144	#160
Keandalan	9.9	10.0
Konsistensi	7.7	9.0
Tes benar
Tingkat lulus per percobaan	43.9%	30.3%
Tes tidak stabil	6	3
Total Run	66	66
Biaya per hasil	1.097	0.143
Total Biaya	$0.077	$0.008
Harga input	$0.150 / 1M	$0.060 / 1M
Harga output	$0.600 / 1M	$0.120 / 1M
Total token input	50,470	91,598
Token output	3,957	13,377
Token penalaran	111,374	0
Waktu respons (rata-rata)	15.90s	1.55s
Waktu respons (maks)	118.35s	19.02s
Waktu respons (total)	349.71s	34.19s

Hamster playing table tennis

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

#144 KAT-Coder-Air V2.5

high

SVG tidak valid

Biaya: $0.000
Waktu: 300.0s
Token: 0 tok

#160 Laguna XS 2.1

none

Biaya: $0.001
Waktu: 27.6s
Token: 4,344 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
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290
Laguna XS 2.1	5.3	8.3	33.3%	1		755ms	774	1,015	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883
Laguna XS 2.1	4.3	7.8	22.2%	1		623ms	7,995	562	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		74.48s	23,854	485	28,559
Laguna XS 2.1	3.0	10.0	0.0%	0		10.39s	64,647	10,328	0

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
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140
Laguna XS 2.1	10.0	10.0	100.0%	0		768ms	7,734	240	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602
Laguna XS 2.1	5.3	10.0	33.3%	0		364ms	834	14	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539
Laguna XS 2.1	5.0	10.0	0.0%	0		529ms	537	128	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675
Laguna XS 2.1	3.8	5.8	33.3%	1		364ms	638	50	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576
Laguna XS 2.1	3.0	10.0	0.0%	0		1.01s	771	730	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082
Laguna XS 2.1	10.0	10.0	100.0%	0		1.36s	7,413	300	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028
Laguna XS 2.1	3.0	10.0	0.0%	0		254ms	255	10	0

Perbandingan Cepat

Ganti Pasangan Perbandingan