AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.4 Mini

Ringkasan

Skor rata-rata hampir imbang di 8.0 vs 8.0. KAT-Coder-Pro V2.5 (low) memiliki biaya benchmark lebih rendah di $0.220 vs $0.526. KAT-Coder-Pro V2.5 (low) lebih cepat di 10.44s vs 22.34s, dengan tingkat keberhasilan 71.4% vs 73.0%.

Model yang direkomendasikanKAT-Coder-Pro V2.5 (low)It has the best score here (8.0), while costing about 2.4x less than GPT-5.4 Mini (medium).

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

Metrik	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Rilis: 2026-07-14	GPT-5.4 Mini GPT-5.4 Mini medium Rilis: 2026-03-17

Metrik	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Rilis: 2026-07-14	GPT-5.4 Mini GPT-5.4 Mini medium Rilis: 2026-03-17
Skor	8.0	8.0
Peringkat	#35	#33
Keandalan	9.9	10.0
Konsistensi	7.3	8.0
Tes benar
Tingkat lulus per percobaan	71.4%	73.0%
Tes tidak stabil	7	5
Total Run	63	63
Biaya per hasil	1.991	4.381
Total Biaya	$0.220	$0.526
Harga input	$0.740 / 1M	$0.750 / 1M
Harga output	$2.960 / 1M	$4.500 / 1M
Total token input	42,750	34,116
Token output	2,167	2,181
Token penalaran	61,133	108,937
Waktu respons (rata-rata)	10.44s	22.34s
Waktu respons (maks)	51.34s	138.75s
Waktu respons (total)	219.17s	469.20s

Showcase generasi

Hamster playing table tennis

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

#35 KAT-Coder-Pro V2.5

low

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

#33 GPT-5.4 Mini

medium

Biaya: $0.056
Waktu: 95.5s
Token: 12,464 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
GPT-5.4 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876

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
GPT-5.4 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902

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
GPT-5.4 Mini	10.0	10.0	100.0%	0		17.81s	11,019	317	4,317

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
GPT-5.4 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650

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
GPT-5.4 Mini	4.1	4.4	44.5%	2		65.31s	619	60	43,286

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
GPT-5.4 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510

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
GPT-5.4 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185

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
GPT-5.4 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443

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
GPT-5.4 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594

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
GPT-5.4 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174

Perbandingan Cepat

Ganti Pasangan Perbandingan