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

AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs StepFun: Step 3.5 Flash

Ringkasan

Step 3.5 Flash (medium) unggul dalam skor rata-rata dengan 6.6 vs 6.2. KAT-Coder-Air V2.5 (high) memiliki biaya benchmark lebih rendah di $0.064 vs $0.070. KAT-Coder-Air V2.5 (high) lebih cepat di 11.02s vs 72.53s, dengan tingkat keberhasilan 46.0% vs 54.0%.

Model yang direkomendasikanKAT-Coder-Air V2.5 (high)Its score stays close to the best score here (6.2 vs 6.6), while responding about 6.6x faster than Step 3.5 Flash (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Rilis: 2026-07-14 Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01
Skor 6.2 6.6
Peringkat #110 #98
Keandalan 9.7 10.0
Konsistensi 7.6 8.9
Tes benar
Tingkat lulus per percobaan 46.0% 54.0%
Tes tidak stabil 6 1
Total Run 63 60
Biaya per hasil 0.910 0.198
Total Biaya $0.064 $0.070
Harga input $0.150 / 1M $0.100 / 1M
Harga output $0.600 / 1M $0.300 / 1M
Total token input 41,748 34,431
Token output 3,894 91,587
Token penalaran 91,773 195,973
Waktu respons (rata-rata) 11.02s 72.53s
Waktu respons (maks) 104.98s 453.94s
Waktu respons (total) 231.37s 1015.47s

Showcase generasi

Hamster playing table tennis

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

#110 KAT-Coder-Air V2.5

high
SVG tidak valid
Biaya
$0.000
Waktu
300.0s
Token
0 tok

#98 Step 3.5 Flash

medium
Biaya
$0.008
Waktu
277.1s
Token
23,695 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

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
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

Perbandingan Cepat

Ganti Pasangan Perbandingan