AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs Meta: Muse Spark 1.1

Ringkasan

KAT-Coder-Pro V2.5 (low) unggul dalam skor rata-rata dengan 8.0 vs 7.8. KAT-Coder-Pro V2.5 (low) memiliki biaya benchmark lebih rendah di $0.220 vs $1.440. KAT-Coder-Pro V2.5 (low) lebih cepat di 10.44s vs 29.16s, dengan tingkat keberhasilan 71.4% vs 69.8%.

Model yang direkomendasikanKAT-Coder-Pro V2.5 (low)It has the best score here (8.0), while costing about 6.6x less than Muse Spark 1.1 (high).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-16

Metrik	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Rilis: 2026-07-14	Muse Spark 1.1 Muse Spark 1.1 high Rilis: 2026-07-16

Metrik	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Rilis: 2026-07-14	Muse Spark 1.1 Muse Spark 1.1 high Rilis: 2026-07-16
Skor	8.0	7.8
Peringkat	#38	#41
Keandalan	9.9	10.0
Konsistensi	7.3	8.1
Tes benar
Tingkat lulus per percobaan	71.4%	69.8%
Tes tidak stabil	7	5
Total Run	63	61
Biaya per hasil	1.991	11.997
Total Biaya	$0.220	$1.440
Harga input	$0.740 / 1M	$1.250 / 1M
Harga output	$2.960 / 1M	$4.250 / 1M
Total token input	42,750	64,900
Token output	2,167	3,577
Token penalaran	61,133	316,055
Waktu respons (rata-rata)	10.44s	29.16s
Waktu respons (maks)	51.34s	196.03s
Waktu respons (total)	219.17s	583.18s

Showcase generasi

Hamster playing table tennis

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

#38 KAT-Coder-Pro V2.5

low

Biaya: $0.016
Waktu: 47.6s
Token: 5,182 tok

#41 Muse Spark 1.1

high

Biaya: $0.039
Waktu: 50.1s
Token: 9,423 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-Pro V2.5	6.9	5.8	75.0%	2		4.20s	672	277	4,228
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Pro V2.5	7.8	10.0	66.7%	0		24.87s	7,893	402	24,945
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		14.59s	15,132	394	3,391
Muse Spark 1.1	4.5	2.1	66.7%	1		62.41s	25,559	1,035	32,073

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-Pro V2.5	10.0	10.0	100.0%	0		4.19s	7,776	288	1,917
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

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-Pro V2.5	4.1	4.4	44.5%	2		17.52s	771	35	16,877
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456

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-Pro V2.5	4.1	2.7	33.3%	1		2.32s	516	99	412
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

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-Pro V2.5	10.0	10.0	100.0%	0		2.53s	699	83	1,008
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

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-Pro V2.5	6.4	4.4	77.8%	2		3.11s	696	289	1,820
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

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-Pro V2.5	10.0	10.0	100.0%	0		18.45s	8,391	282	834
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

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-Pro V2.5	3.0	10.0	0.0%	0		17.06s	204	18	5,701
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

Perbandingan Cepat

Ganti Pasangan Perbandingan

Muse Spark 1.1highvsQwen3.6 Plusmedium Muse Spark 1.1highvsGPT-5.6 Terramedium Claude Sonnet 5mediumvsMuse Spark 1.1high Claude Sonnet 4.6mediumvsMuse Spark 1.1high Muse Spark 1.1highvsGrok 4.5low KAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-02-15medium KAT-Coder-Pro V2.5lowvsGPT-5.4 Minimedium Muse Spark 1.1highvsQwen3.5-27Bmedium KAT-Coder-Pro V2.5lowvsGLM 5.2high Gemini 3.1 Flash Lite PreviewmediumvsMuse Spark 1.1high Muse Spark 1.1highvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash LitemediumvsMuse Spark 1.1high