AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Kwaipilot: KAT-Coder-Air V2.5

Resumo

KAT-Coder-Air V2.5 (medium) lidera na pontuação média com 6.2 vs 5.5. DeepSeek V4 Flash tem menor custo de benchmark com $0.007 vs $0.045. KAT-Coder-Air V2.5 (medium) é mais rápido com 8.28s vs 26.75s, com taxas de acerto de 30.2% vs 47.6%.

Modelo recomendadoKAT-Coder-Air V2.5 (medium)Tem a melhor pontuação aqui (6.2) e responde cerca de 3.2x mais rápido que DeepSeek V4 Flash.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-14

Métrica	DeepSeek V4 Flash DeepSeek V4 Flash none Lançamento: 2026-04-24	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium Lançamento: 2026-07-14

Métrica	DeepSeek V4 Flash DeepSeek V4 Flash none Lançamento: 2026-04-24	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium Lançamento: 2026-07-14
Pontuação	5.5	6.2
Posição	#142	#115
Confiabilidade	10.0	9.7
Consistência	8.9	8.8
Testes corretos
Taxa de acerto por tentativa	30.2%	47.6%
Testes instáveis	3	3
Execuções totais	63	63
Custo por resultado	0.203	0.562
Custo total	$0.007	$0.045
Preço de entrada	$0.090 / 1M	$0.150 / 1M
Preço de saída	$0.180 / 1M	$0.600 / 1M
Total de tokens de entrada	50,127	42,750
Tokens de saída	13,710	7,759
Tokens de raciocínio	0	56,357
Tempo de resposta (médio)	26.75s	8.28s
Tempo de resposta (máx.)	111.96s	48.19s
Tempo de resposta (total)	561.82s	173.80s

Geração showcase

Hamster playing table tennis

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

#142 DeepSeek V4 Flash

none

Custo: $0.004
Tempo: 157.6s
Tokens: 11,297 tok

#115 KAT-Coder-Air V2.5

medium

Custo: $0.003
Tempo: 23.7s
Tokens: 4,924 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Categoria:

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
DeepSeek V4 Flash	3.0	10.0	0.0%	0		20.18s	540	174	0
KAT-Coder-Air V2.5	8.7	8.0	91.7%	1		3.79s	672	549	4,194

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
DeepSeek V4 Flash	4.2	7.4	11.1%	1		17.13s	7,279	9,717	0
KAT-Coder-Air V2.5	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
DeepSeek V4 Flash	4.5	2.1	66.7%	1		111.96s	24,398	2,664	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		27.68s	15,132	372	4,816

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
DeepSeek V4 Flash	10.0	10.0	100.0%	0		23.79s	7,290	195	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.65s	7,776	268	1,881

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
DeepSeek V4 Flash	5.3	10.0	33.3%	0		19.73s	666	18	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		4.87s	771	487	4,454

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
DeepSeek V4 Flash	4.2	9.9	0.0%	0		23.74s	471	67	0
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		9.81s	516	189	557

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
DeepSeek V4 Flash	6.5	10.0	50.0%	0		17.54s	627	321	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		1.50s	699	93	730

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
DeepSeek V4 Flash	3.1	7.3	11.1%	1		23.72s	594	207	0
KAT-Coder-Air V2.5	3.6	7.2	22.2%	1		1.87s	696	265	1,184

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
DeepSeek V4 Flash	10.0	10.0	100.0%	0		77.93s	8,079	327	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	317	906

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
DeepSeek V4 Flash	3.0	10.0	0.0%	0		3.07s	183	20	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		15.74s	204	20	7,662

Comparação rápida

Trocar par de comparação