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 OpenAI: GPT-5.5

Ringkasan

GPT-5.5 unggul dalam skor rata-rata dengan 6.3 vs 6.0. KAT-Coder-Air V2.5 (low) memiliki biaya benchmark lebih rendah di $0.030 vs $0.231. GPT-5.5 lebih cepat di 1.89s vs 6.47s, dengan tingkat keberhasilan 46.0% vs 54.0%.

Model yang direkomendasikanKAT-Coder-Air V2.5 (low)Its score stays close to the best score here (6.0 vs 6.3), while costing about 7.7x less than GPT-5.5.

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

Metrik KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Rilis: 2026-07-14 GPT-5.5 GPT-5.5 none Rilis: 2026-04-24
Skor 6.0 6.3
Peringkat #124 #109
Keandalan 9.7 10.0
Konsistensi 7.6 8.8
Tes benar
Tingkat lulus per percobaan 46.0% 54.0%
Tes tidak stabil 6 3
Total Run 63 63
Biaya per hasil 0.427 2.302
Total Biaya $0.030 $0.231
Harga input $0.150 / 1M $5.000 / 1M
Harga output $0.600 / 1M $30.000 / 1M
Total token input 42,464 34,212
Token output 4,227 1,971
Token penalaran 34,864 0
Waktu respons (rata-rata) 6.47s 1.89s
Waktu respons (maks) 25.49s 5.56s
Waktu respons (total) 135.80s 39.64s

Showcase generasi

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low
Biaya
$0.004
Waktu
29.9s
Token
6,008 tok

#109 GPT-5.5

none
Biaya
$0.090
Waktu
54.3s
Token
3,063 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 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623
GPT-5.5 5.5 10.0 33.3% 0 1.35s 7,305 462 0

Perbandingan Cepat

Ganti Pasangan Perbandingan