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-5.6 Sol

Ringkasan

GPT-5.6 Sol unggul dalam skor rata-rata dengan 6.3 vs 6.2. KAT-Coder-Air V2.5 (medium) memiliki biaya benchmark lebih rendah di $0.045 vs $0.225. GPT-5.6 Sol lebih cepat di 1.66s vs 8.28s, dengan tingkat keberhasilan 47.6% vs 57.1%.

Model yang direkomendasikanGPT-5.6 SolIt has the best score here (6.3), while responding about 5.0x faster than KAT-Coder-Air V2.5 (medium).

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

Metrik KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium Rilis: 2026-07-14 GPT-5.6 Sol GPT-5.6 Sol none Rilis: 2026-07-09
Skor 6.2 6.3
Peringkat #115 #106
Keandalan 9.7 10.0
Konsistensi 8.8 9.0
Tes benar
Tingkat lulus per percobaan 47.6% 57.1%
Tes tidak stabil 3 3
Total Run 63 63
Biaya per hasil 0.562 2.244
Total Biaya $0.045 $0.225
Harga input $0.150 / 1M $5.000 / 1M
Harga output $0.600 / 1M $30.000 / 1M
Total token input 42,750 34,218
Token output 7,759 1,776
Token penalaran 56,357 0
Waktu respons (rata-rata) 8.28s 1.66s
Waktu respons (maks) 48.19s 3.93s
Waktu respons (total) 173.80s 34.81s

Showcase generasi

Hamster playing table tennis

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

#115 KAT-Coder-Air V2.5

medium
Biaya
$0.003
Waktu
23.7s
Token
4,924 tok

#106 GPT-5.6 Sol

none
Biaya
$0.116
Waktu
78.7s
Token
3,944 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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973
GPT-5.6 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 0

Perbandingan Cepat

Ganti Pasangan Perbandingan