नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.5

सारांश

GPT-5.5 (low) average score मध्ये पुढे आहे: 9.3 vs 8.0. KAT-Coder-Pro V2.5 (low) चा benchmark खर्च कमी आहे: $0.220 vs $0.907. GPT-5.5 (low) वेगवान आहे: 9.76s vs 10.44s, pass rates 71.4% 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-Pro V2.5 KAT-Coder-Pro V2.5 low प्रकाशन: 2026-07-14 GPT-5.5 GPT-5.5 low प्रकाशन: 2026-04-24
स्कोअर 8.0 9.3
क्रमांक #35 #7
विश्वसनीयता 9.9 10.0
सुसंगतता 7.3 10.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 71.4% 85.7%
अस्थिर चाचण्या 7 0
एकूण रन 63 63
प्रति निकाल खर्च 1.991 5.035
एकूण खर्च $0.220 $0.907
इनपुट किंमत $0.740 / 1M $5.000 / 1M
आउटपुट किंमत $2.960 / 1M $30.000 / 1M
एकूण इनपुट टोकन्स 42,750 34,209
आउटपुट टोकन्स 2,167 2,046
रिझनिंग टोकन्स 61,133 22,460
प्रतिसाद वेळ (सरासरी) 10.44s 9.76s
प्रतिसाद वेळ (कमाल) 51.34s 56.19s
प्रतिसाद वेळ (एकूण) 219.17s 204.92s

जनरेशन शोकेस

Hamster playing table tennis

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

#35 KAT-Coder-Pro V2.5

low
खर्च
$0.016
वेळ
47.6s
टोकन्स
5,182 tok

#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-Pro V2.5 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402

झटपट तुलना

तुलना जोडी बदला