#168 KAT-Coder-Air V2.5
none- खर्च
- $0.002
- वेळ
- 14.5s
- टोकन्स
- 2,619 tok
AI BENCHY Compare
Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.5
सारांश
GPT-5.5 (low) average score मध्ये पुढे आहे: 9.3 vs 4.9. KAT-Coder-Air V2.5 चा benchmark खर्च कमी आहे: $0.037 vs $0.907. KAT-Coder-Air V2.5 वेगवान आहे: 6.99s vs 9.76s, pass rates 38.1% vs 85.7%.
शिफारस केलेले मॉडेलGPT-5.5 (low)It has the strongest score in this comparison (9.3) 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 none | GPT-5.5 GPT-5.5 low |
|---|---|---|
| स्कोअर | 4.9 | 9.3 |
| क्रमांक | #168 | #7 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 7.1 | 10.0 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 38.1% | 85.7% |
| अस्थिर चाचण्या | 7 | 0 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 0.724 | 5.035 |
| एकूण खर्च | $0.037 | $0.907 |
| इनपुट किंमत | $0.150 / 1M | $5.000 / 1M |
| आउटपुट किंमत | $0.600 / 1M | $30.000 / 1M |
| एकूण इनपुट टोकन्स | 41,328 | 34,209 |
| आउटपुट टोकन्स | 49,933 | 2,046 |
| रिझनिंग टोकन्स | 0 | 22,460 |
| प्रतिसाद वेळ (सरासरी) | 6.99s | 9.76s |
| प्रतिसाद वेळ (कमाल) | 24.94s | 56.19s |
| प्रतिसाद वेळ (एकूण) | 146.78s | 204.92s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#7 GPT-5.5
low- खर्च
- $0.068
- वेळ
- 37.0s
- टोकन्स
- 2,339 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 | 3.3 | 9.6 | 0.0% | 0 | 14.31s | 6,472 | 16,918 | 0 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 15.04s | 7,302 | 423 | 6,402 |
झटपट तुलना
तुलना जोडी बदला
CobuddymediumvsKAT-Coder-Air V2.5noneGPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowKAT-Coder-Air V2.5nonevsMiniMax M2.5mediumGemini 3.5 FlashmediumvsGPT-5.5lowKAT-Coder-Air V2.5nonevsMistral Small 4mediumKAT-Coder-Air V2.5nonevsQwen3 Coder NextmediumGemini 3 Flash PreviewmediumvsGPT-5.5lowKAT-Coder-Air V2.5nonevsMiniMax M2.7mediumGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5low