#110 KAT-Coder-Air V2.5
high
अवैध SVG
- खर्च
- $0.000
- वेळ
- 300.0s
- टोकन्स
- 0 tok
AI BENCHY Compare
Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.5
सारांश
average score जवळपास समान आहे: 6.2 vs 6.3. KAT-Coder-Air V2.5 (high) चा benchmark खर्च कमी आहे: $0.064 vs $0.231. GPT-5.5 वेगवान आहे: 1.89s vs 11.02s, pass rates 46.0% vs 54.0%.
शिफारस केलेले मॉडेलGPT-5.5It has the best score here (6.3), while responding about 5.8x faster than KAT-Coder-Air V2.5 (high).
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high | GPT-5.5 GPT-5.5 none |
|---|---|---|
| स्कोअर | 6.2 | 6.3 |
| क्रमांक | #110 | #109 |
| विश्वसनीयता | 9.7 | 10.0 |
| सुसंगतता | 7.6 | 8.8 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 46.0% | 54.0% |
| अस्थिर चाचण्या | 6 | 3 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 0.910 | 2.302 |
| एकूण खर्च | $0.064 | $0.231 |
| इनपुट किंमत | $0.150 / 1M | $5.000 / 1M |
| आउटपुट किंमत | $0.600 / 1M | $30.000 / 1M |
| एकूण इनपुट टोकन्स | 41,748 | 34,212 |
| आउटपुट टोकन्स | 3,894 | 1,971 |
| रिझनिंग टोकन्स | 91,773 | 0 |
| प्रतिसाद वेळ (सरासरी) | 11.02s | 1.89s |
| प्रतिसाद वेळ (कमाल) | 104.98s | 5.56s |
| प्रतिसाद वेळ (एकूण) | 231.37s | 39.64s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#109 GPT-5.5
none- खर्च
- $0.090
- वेळ
- 54.3s
- टोकन्स
- 3,063 tok
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर विरुद्ध एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
श्रेणीवार तपशील
| कोडिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Air V2.5 | 4.3 | 7.3 | 11.1% | 1 | 39.07s | 6,948 | 1,166 | 55,883 | |
| GPT-5.5 | 5.5 | 10.0 | 33.3% | 0 | 1.35s | 7,305 | 462 | 0 |
झटपट तुलना
तुलना जोडी बदला
GPT-5.5nonevsQwen3.5-35B-A3BmediumSeed-2.0-LitenonevsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsGPT-5.6 LunalowGemma 4 31Bmediumमोफत उपलब्धvsGPT-5.5noneNemotron 3 Supermediumमोफत उपलब्धvsGPT-5.5noneKAT-Coder-Air V2.5highvsQwen3.5-35B-A3BmediumGemini 2.5 FlashnonevsKAT-Coder-Air V2.5highGemma 4 31Bmediumमोफत उपलब्धvsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsGPT-5.6 SolnoneGemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsNemotron 3 Supermediumमोफत उपलब्धGemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5high