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

KAT-Coder-Air V2.5 (medium) unggul dalam skor rata-rata dengan 5.6 vs 5.4. KAT-Coder-Air V2.5 (medium) memiliki biaya benchmark lebih rendah di $0.048 vs $0.142. GPT-5.6 Luna lebih cepat di 1.50s vs 8.42s, dengan tingkat keberhasilan 45.5% vs 34.9%.

Model yang direkomendasikanKAT-Coder-Air V2.5 (medium)It has the best score here (5.6), while costing about 3.0x 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 medium 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 medium Rilis: 2026-07-14	GPT-5.6 Luna GPT-5.6 Luna none Rilis: 2026-07-09
Skor	5.6	5.4
Peringkat	#142	#152
Keandalan	9.9	10.0
Konsistensi	8.9	8.8
Tes benar
Tingkat lulus per percobaan	45.5%	34.9%
Tes tidak stabil	3	3
Total Run	66	66
Biaya per hasil	0.593	2.360
Total Biaya	$0.048	$0.142
Harga input	$0.150 / 1M	$1.000 / 1M
Harga output	$0.600 / 1M	$6.000 / 1M
Total token input	51,472	101,323
Token output	7,822	6,709
Token penalaran	58,352	0
Waktu respons (rata-rata)	8.42s	1.50s
Waktu respons (maks)	48.19s	10.57s
Waktu respons (total)	185.24s	32.91s

Hamster playing table tennis

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

#142 KAT-Coder-Air V2.5

medium

Biaya: $0.003
Waktu: 23.7s
Token: 4,924 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	8.7	8.0	91.7%	1		3.79s	672	549	4,194
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	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973
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	6.5	10.0	50.0%	0		19.56s	23,854	435	6,811
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		3.65s	7,776	268	1,881
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	3.0	10.0	0.0%	0		4.87s	771	487	4,454
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		9.81s	516	189	557
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	10.0	10.0	100.0%	0		1.50s	699	93	730
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	3.6	7.2	22.2%	1		1.87s	696	265	1,184
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		4.77s	8,391	317	906
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		15.74s	204	20	7,662
GPT-5.6 Luna	3.0	10.0	0.0%	0		651ms	195	26	0

Perbandingan Cepat

Ganti Pasangan Perbandingan