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

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

KAT-Coder-Pro V2.5 (medium) average score मध्ये पुढे आहे: 6.9 vs 6.9. KAT-Coder-Pro V2.5 (medium) चा benchmark खर्च कमी आहे: $0.467 vs $0.544. GPT-5.5 वेगवान आहे: 2.36s vs 24.04s, pass rates 63.6% vs 56.1%.

शिफारस केलेले मॉडेलGPT-5.5Its score stays close to the best score here (6.9 vs 6.9), while responding about 10.2x faster than KAT-Coder-Pro V2.5 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium प्रकाशन: 2026-07-14 GPT-5.5 GPT-5.5 none प्रकाशन: 2026-04-24
स्कोअर 6.9 6.9
क्रमांक #78 #84
विश्वसनीयता 10.0 10.0
सुसंगतता 7.4 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 56.1%
अस्थिर चाचण्या 7 3
एकूण रन 66 66
प्रति निकाल खर्च 4.237 4.945
एकूण खर्च $0.467 $0.544
इनपुट किंमत $0.740 / 1M $5.000 / 1M
आउटपुट किंमत $2.960 / 1M $30.000 / 1M
एकूण इनपुट टोकन्स 87,907 79,285
आउटपुट टोकन्स 7,213 4,915
रिझनिंग टोकन्स 128,251 0
प्रतिसाद वेळ (सरासरी) 24.04s 2.36s
प्रतिसाद वेळ (कमाल) 257.00s 12.24s
प्रतिसाद वेळ (एकूण) 528.92s 51.88s

Hamster playing table tennis

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

#78 KAT-Coder-Pro V2.5

medium
खर्च
$0.009
वेळ
25.6s
टोकन्स
2,939 tok

#84 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-Pro V2.5 7.8 10.0 66.7% 0 33.10s 7,893 416 33,658
GPT-5.5 5.5 10.0 33.3% 0 1.35s 7,305 462 0

झटपट तुलना

तुलना जोडी बदला