AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Z.ai: GLM 4.7 Flash

Ringkasan

KAT-Coder-Air V2.5 unggul dalam skor rata-rata dengan 4.9 vs 4.3. KAT-Coder-Air V2.5 memiliki biaya benchmark lebih rendah di $0.037 vs $0.054. KAT-Coder-Air V2.5 lebih cepat di 6.99s vs 35.10s, dengan tingkat keberhasilan 38.1% vs 33.3%.

Model yang direkomendasikanKAT-Coder-Air V2.5It has the best score here (4.9), while responding about 5.0x faster than GLM 4.7 Flash (medium).

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

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none Rilis: 2026-07-14	GLM 4.7 Flash GLM 4.7 Flash medium Rilis: 2026-01-19

Metrik	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none Rilis: 2026-07-14	GLM 4.7 Flash GLM 4.7 Flash medium Rilis: 2026-01-19
Skor	4.9	4.3
Peringkat	#168	#185
Keandalan	10.0	6.7
Konsistensi	7.1	6.8
Tes benar
Tingkat lulus per percobaan	38.1%	33.3%
Tes tidak stabil	7	8
Total Run	63	63
Biaya per hasil	0.724	1.337
Total Biaya	$0.037	$0.054
Harga input	$0.150 / 1M	$0.060 / 1M
Harga output	$0.600 / 1M	$0.400 / 1M
Total token input	41,328	37,206
Token output	49,933	43,754
Token penalaran	0	89,079
Waktu respons (rata-rata)	6.99s	35.10s
Waktu respons (maks)	24.94s	174.55s
Waktu respons (total)	146.78s	456.24s

Showcase generasi

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none

Biaya: $0.002
Waktu: 14.5s
Token: 2,619 tok

#185 GLM 4.7 Flash

medium

SVG tidak valid

Biaya: $0.000
Waktu: 186.2s
Token: 12,112 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	5.3	5.6	50.0%	2		2.68s	672	3,044	0
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

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	3.3	9.6	0.0%	0		14.31s	6,472	16,918	0
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

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	4.7	1.6	66.7%	1		24.94s	15,131	6,788	0
GLM 4.7 Flash	2.8	2.1	33.3%	1		65.57s	17,185	2,585	20,648

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	6.3	5.8	66.7%	1		2.66s	7,776	1,268	0
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

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		6.24s	771	7,818	0
GLM 4.7 Flash	3.5	4.4	33.3%	2		174.55s	643	33,000	25,394

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		12.02s	516	656	0
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

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	9.9	10.0	100.0%	0		1.75s	699	858	0
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

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	2.9	4.4	22.2%	2		1.84s	696	1,255	0
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

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		5.13s	8,391	1,560	0
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

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		17.96s	204	9,768	0
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

Perbandingan Cepat

Ganti Pasangan Perbandingan

CobuddymediumvsKAT-Coder-Air V2.5none Grok 4.20nonevsGLM 4.7 Flashmedium KAT-Coder-Air V2.5nonevsMiniMax M2.5medium KAT-Coder-Air V2.5nonevsMistral Small 4medium KAT-Coder-Air V2.5nonevsQwen3 Coder Nextmedium KAT-Coder-Air V2.5nonevsMiniMax M2.7medium Granite 4.1 8BnonevsGLM 4.7 Flashmedium gpt-oss-120bnoneTersedia gratisvsGLM 4.7 Flashmedium Mercury 2nonevsGLM 4.7 Flashmedium Ling-2.6-1TnonevsGLM 4.7 Flashmedium GPT-5.4 NanononevsGLM 4.7 Flashmedium Ring-2.6-1TnonevsGLM 4.7 Flashmedium