AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5 Nano

सारांश

GPT-5 Nano (medium) average score मध्ये पुढे आहे: 6.7 vs 6.2. KAT-Coder-Air V2.5 (high) चा benchmark खर्च कमी आहे: $0.064 vs $0.081. KAT-Coder-Air V2.5 (high) वेगवान आहे: 11.02s vs 42.51s, pass rates 46.0% vs 57.1%.

शिफारस केलेले मॉडेलGPT-5 Nano (medium)It has the strongest score in this comparison (6.7) and the best overall balance of cost and response time across all 2 models.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14

मेट्रिक	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high प्रकाशन: 2026-07-14	GPT-5 Nano GPT-5 Nano medium प्रकाशन: 2025-08-07

मेट्रिक	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high प्रकाशन: 2026-07-14	GPT-5 Nano GPT-5 Nano medium प्रकाशन: 2025-08-07
स्कोअर	6.2	6.7
क्रमांक	#110	#97
विश्वसनीयता	9.7	10.0
सुसंगतता	7.6	7.3
बरोबर चाचण्या
प्रति प्रयत्न पास दर	46.0%	57.1%
अस्थिर चाचण्या	6	7
एकूण रन	63	63
प्रति निकाल खर्च	0.910	0.897
एकूण खर्च	$0.064	$0.081
इनपुट किंमत	$0.150 / 1M	$0.050 / 1M
आउटपुट किंमत	$0.600 / 1M	$0.400 / 1M
एकूण इनपुट टोकन्स	41,748	34,108
आउटपुट टोकन्स	3,894	5,464
रिझनिंग टोकन्स	91,773	192,064
प्रतिसाद वेळ (सरासरी)	11.02s	42.51s
प्रतिसाद वेळ (कमाल)	104.98s	204.02s
प्रतिसाद वेळ (एकूण)	231.37s	595.09s

जनरेशन शोकेस

Hamster playing table tennis

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

#110 KAT-Coder-Air V2.5

high

अवैध SVG

खर्च: $0.000
वेळ: 300.0s
टोकन्स: 0 tok

#97 GPT-5 Nano

medium

खर्च: $0.006
वेळ: 108.5s
टोकन्स: 13,209 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

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290
GPT-5 Nano	6.5	7.9	58.3%	1		25.50s	606	1,221	21,184

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 Nano	7.0	7.7	55.6%	1		41.62s	7,305	740	41,152

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		30.61s	15,132	422	8,958
GPT-5 Nano	10.0	10.0	100.0%	0		65.96s	11,019	578	17,984

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140
GPT-5 Nano	3.7	1.7	50.0%	2		21.42s	7,140	453	10,560

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602
GPT-5 Nano	5.2	4.4	55.6%	2		204.02s	619	237	64,448

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539
GPT-5 Nano	4.1	10.0	0.0%	0		17.51s	477	202	4,608

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675
GPT-5 Nano	9.8	10.0	100.0%	0		15.64s	660	312	4,736

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576
GPT-5 Nano	5.3	7.2	44.4%	1		20.63s	642	929	14,272

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082
GPT-5 Nano	10.0	10.0	100.0%	0		33.30s	5,445	558	6,976

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028
GPT-5 Nano	3.0	10.0	0.0%	0		20.13s	195	234	6,144

झटपट तुलना

तुलना जोडी बदला

Seed-2.0-LitenonevsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsGPT-5.6 Lunalow KAT-Coder-Air V2.5highvsGPT-5.5none KAT-Coder-Air V2.5highvsQwen3.5-35B-A3Bmedium Gemini 2.5 FlashnonevsKAT-Coder-Air V2.5high Gemma 4 31Bmediumमोफत उपलब्धvsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsGPT-5.6 Solnone Gemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsNemotron 3 Supermediumमोफत उपलब्ध Gemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsQwen3.5-Flashnone KAT-Coder-Pro V2.5nonevsGPT-5 Nanomedium