Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.6 Luna

Skor rata-rata hampir imbang di 5.4 vs 5.4. KAT-Coder-Air V2.5 (low) memiliki biaya benchmark lebih rendah di $0.041 vs $0.142. GPT-5.6 Luna lebih cepat di 1.50s vs 10.09s, dengan tingkat keberhasilan 45.5% vs 34.9%.

Model yang direkomendasikanKAT-Coder-Air V2.5 (low)It has the best score here (5.4), while costing about 3.5x less than GPT-5.6 Luna.

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

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Rilis: 2026-07-14	GPT-5.6 Luna GPT-5.6 Luna none Rilis: 2026-07-09

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Rilis: 2026-07-14	GPT-5.6 Luna GPT-5.6 Luna none Rilis: 2026-07-09
Skor	5.4	5.4
Peringkat	#151	#152
Keandalan	9.9	10.0
Konsistensi	7.4	8.8
Tes benar
Tingkat lulus per percobaan	45.5%	34.9%
Tes tidak stabil	7	3
Total Run	66	66
Biaya per hasil	0.585	2.360
Total Biaya	$0.041	$0.142
Harga input	$0.150 / 1M	$1.000 / 1M
Harga output	$0.600 / 1M	$6.000 / 1M
Total token input	61,085	101,323
Token output	5,905	6,709
Token penalaran	46,990	0
Waktu respons (rata-rata)	10.09s	1.50s
Waktu respons (maks)	86.23s	10.57s
Waktu respons (total)	222.03s	32.91s

Hamster playing table tennis

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

#151 KAT-Coder-Air V2.5

low

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

#152 GPT-5.6 Luna

none

Biaya: $0.016
Waktu: 15.8s
Token: 2,685 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	7.3	5.8	83.3%	2		3.50s	672	422	1,548
GPT-5.6 Luna	4.8	10.0	25.0%	0		901ms	606	266	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	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623
GPT-5.6 Luna	3.8	7.2	22.2%	1		980ms	7,302	459	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	6.4	5.8	66.7%	1		55.86s	33,753	2,046	17,833
GPT-5.6 Luna	3.2	9.1	0.0%	0		6.68s	78,124	5,022	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		2.82s	7,776	261	1,069
GPT-5.6 Luna	10.0	10.0	100.0%	0		758ms	7,140	222	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		4.99s	553	310	3,332
GPT-5.6 Luna	2.9	7.2	11.1%	1		737ms	723	54	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	5.0	10.0	0.0%	0		10.11s	516	142	596
GPT-5.6 Luna	5.0	10.0	0.0%	0		1.00s	477	150	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		1.64s	699	89	640
GPT-5.6 Luna	7.1	5.8	83.3%	1		1.23s	660	86	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	3.1	4.6	22.2%	2		1.57s	696	294	796
GPT-5.6 Luna	5.3	10.0	33.3%	0		790ms	642	202	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		4.47s	8,391	330	1,065
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.80s	5,454	222	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		19.98s	136	10	6,488
GPT-5.6 Luna	3.0	10.0	0.0%	0		651ms	195	26	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

KAT-Coder-Air V2.5lowvsLaguna XS 2.1noneTersedia gratis KAT-Coder-Air V2.5lowvsQwen3.6 35B A3Bnone Gemma 4 26B A4BnoneTersedia gratisvsKAT-Coder-Air V2.5low Ling-2.6-1TnonevsKAT-Coder-Air V2.5low KAT-Coder-Air V2.5lowvsKimi K2.5none KAT-Coder-Air V2.5lowvsMiMo-V2.5-Pronone KAT-Coder-Air V2.5lowvsQwen3.6 27Bnone KAT-Coder-Air V2.5lowvsGLM 5.1none DeepSeek V4 FlashnonevsKAT-Coder-Air V2.5low KAT-Coder-Air V2.5mediumvsGPT-5.6 Lunanone KAT-Coder-Air V2.5lowvsMistral Small 4none Mistral Small 4mediumvsGPT-5.6 Lunanone