Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

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

Ringkasan

GPT-5.6 Luna (high) unggul dalam skor rata-rata dengan 7.7 vs 7.5. KAT-Coder-Pro V2.5 (medium) memiliki biaya benchmark lebih rendah di $0.275 vs $0.924. KAT-Coder-Pro V2.5 (medium) lebih cepat di 12.95s vs 18.39s, dengan tingkat keberhasilan 65.1% vs 71.4%.

Model yang direkomendasikanKAT-Coder-Pro V2.5 (medium)Its score stays close to the best score here (7.5 vs 7.7), while costing about 3.4x less than GPT-5.6 Luna (high).

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

Metrik KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium Rilis: 2026-07-14 GPT-5.6 Luna GPT-5.6 Luna high Rilis: 2026-07-09
Skor 7.5 7.7
Peringkat #60 #52
Keandalan 10.0 10.0
Konsistensi 7.7 8.8
Tes benar
Tingkat lulus per percobaan 65.1% 71.4%
Tes tidak stabil 6 3
Total Run 63 63
Biaya per hasil 2.498 6.594
Total Biaya $0.275 $0.924
Harga input $0.740 / 1M $1.000 / 1M
Harga output $2.960 / 1M $6.000 / 1M
Total token input 42,750 35,699
Token output 2,098 2,079
Token penalaran 80,027 145,816
Waktu respons (rata-rata) 12.95s 18.39s
Waktu respons (maks) 81.45s 111.09s
Waktu respons (total) 271.92s 386.24s

Showcase generasi

Hamster playing table tennis

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

#60 KAT-Coder-Pro V2.5

medium
Biaya
$0.009
Waktu
25.6s
Token
2,939 tok

#52 GPT-5.6 Luna

high
Biaya
$0.033
Waktu
34.2s
Token
5,484 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-Pro V2.5 7.8 10.0 66.7% 0 33.10s 7,893 416 33,658
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

Perbandingan Cepat

Ganti Pasangan Perbandingan