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

KAT-Coder-Air V2.5 (low) unggul dalam skor rata-rata dengan 5.4 vs 5.3. Laguna XS 2.1 memiliki biaya benchmark lebih rendah di $0.008 vs $0.041. Laguna XS 2.1 lebih cepat di 1.55s vs 10.09s, dengan tingkat keberhasilan 45.5% vs 30.3%.

Model yang direkomendasikanLaguna XS 2.1Its score stays close to the best score here (5.3 vs 5.4), while costing about 5.8x less than KAT-Coder-Air V2.5 (low).

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	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 low Rilis: 2026-07-14	Laguna XS 2.1 Laguna XS 2.1 none Rilis: 2026-07-02 Tersedia gratis
Skor	5.4	5.3
Peringkat	#151	#153
Keandalan	9.9	10.0
Konsistensi	7.4	9.0
Tes benar
Tingkat lulus per percobaan	45.5%	30.3%
Tes tidak stabil	7	3
Total Run	66	66
Biaya per hasil	0.585	0.143
Total Biaya	$0.041	$0.008
Harga input	$0.150 / 1M	$0.060 / 1M
Harga output	$0.600 / 1M	$0.120 / 1M
Total token input	61,085	91,598
Token output	5,905	13,377
Token penalaran	46,990	0
Waktu respons (rata-rata)	10.09s	1.55s
Waktu respons (maks)	86.23s	19.02s
Waktu respons (total)	222.03s	34.19s

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

#153 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	7.3	5.8	83.3%	2		3.50s	672	422	1,548
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	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623
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	6.4	5.8	66.7%	1		55.86s	33,753	2,046	17,833
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		2.82s	7,776	261	1,069
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		4.99s	553	310	3,332
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	5.0	10.0	0.0%	0		10.11s	516	142	596
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		1.64s	699	89	640
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	3.1	4.6	22.2%	2		1.57s	696	294	796
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		4.47s	8,391	330	1,065
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		19.98s	136	10	6,488
Laguna XS 2.1	3.0	10.0	0.0%	0		254ms	255	10	0

Perbandingan Cepat

Ganti Pasangan Perbandingan