Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: gpt-oss-120b

Ringkasan

KAT-Coder-Pro V2.5 unggul dalam skor rata-rata dengan 6.8 vs 6.7. gpt-oss-120b (medium) memiliki biaya benchmark lebih rendah di $0.011 vs $0.220. KAT-Coder-Pro V2.5 lebih cepat di 10.81s vs 22.28s, dengan tingkat keberhasilan 71.4% vs 52.4%.

Model yang direkomendasikangpt-oss-120b (medium)Its score stays close to the best score here (6.7 vs 6.8), while costing about 21.9x less than KAT-Coder-Pro V2.5.

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

Metrik KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none Rilis: 2026-07-14 gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05 Tersedia gratis
Skor 6.8 6.7
Peringkat #89 #96
Keandalan 10.0 10.0
Konsistensi 7.3 8.0
Tes benar
Tingkat lulus per percobaan 71.4% 52.4%
Tes tidak stabil 7 5
Total Run 63 63
Biaya per hasil 1.992 0.141
Total Biaya $0.220 $0.011
Harga input $0.740 / 1M $0.030 / 1M
Harga output $2.960 / 1M $0.150 / 1M
Total token input 42,749 39,084
Token output 63,338 20,013
Token penalaran 0 50,233
Waktu respons (rata-rata) 10.81s 22.28s
Waktu respons (maks) 53.57s 68.16s
Waktu respons (total) 227.02s 311.96s

Showcase generasi

Hamster playing table tennis

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

#89 KAT-Coder-Pro V2.5

none
Biaya
$0.010
Waktu
29.0s
Token
3,439 tok

#96 gpt-oss-120b

medium
Biaya
$0.001
Waktu
26.7s
Token
555 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 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

Perbandingan Cepat

Ganti Pasangan Perbandingan