AI BENCHY Compare

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

Resumo

A pontuação média está praticamente empatada em 6.2 vs 6.3. KAT-Coder-Air V2.5 (high) tem menor custo de benchmark com $0.064 vs $0.231. GPT-5.5 é mais rápido com 1.89s vs 11.02s, com taxas de acerto de 46.0% vs 54.0%.

Modelo recomendadoGPT-5.5Tem a melhor pontuação aqui (6.3) e responde cerca de 5.8x mais rápido que KAT-Coder-Air V2.5 (high).

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

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lançamento: 2026-07-14	GPT-5.5 GPT-5.5 none Lançamento: 2026-04-24

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lançamento: 2026-07-14	GPT-5.5 GPT-5.5 none Lançamento: 2026-04-24
Pontuação	6.2	6.3
Posição	#110	#109
Confiabilidade	9.7	10.0
Consistência	7.6	8.8
Testes corretos
Taxa de acerto por tentativa	46.0%	54.0%
Testes instáveis	6	3
Execuções totais	63	63
Custo por resultado	0.910	2.302
Custo total	$0.064	$0.231
Preço de entrada	$0.150 / 1M	$5.000 / 1M
Preço de saída	$0.600 / 1M	$30.000 / 1M
Total de tokens de entrada	41,748	34,212
Tokens de saída	3,894	1,971
Tokens de raciocínio	91,773	0
Tempo de resposta (médio)	11.02s	1.89s
Tempo de resposta (máx.)	104.98s	5.56s
Tempo de resposta (total)	231.37s	39.64s

Geração showcase

Hamster playing table tennis

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

#110 KAT-Coder-Air V2.5

high

SVG inválido

Custo: $0.000
Tempo: 300.0s
Tokens: 0 tok

#109 GPT-5.5

none

Custo: $0.090
Tempo: 54.3s
Tokens: 3,063 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
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290
GPT-5.5	6.9	7.9	66.7%	1		1.31s	606	213	0

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
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883
GPT-5.5	5.5	10.0	33.3%	0		1.35s	7,305	462	0

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
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		30.61s	15,132	422	8,958
GPT-5.5	3.0	10.0	0.0%	0		5.56s	11,019	300	0

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
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140
GPT-5.5	10.0	10.0	100.0%	0		1.18s	7,140	222	0

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
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602
GPT-5.5	2.9	7.2	11.1%	1		1.31s	723	52	0

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
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539
GPT-5.5	10.0	10.0	100.0%	0		3.41s	477	124	0

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
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675
GPT-5.5	6.2	5.8	66.7%	1		1.15s	660	81	0

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
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576
GPT-5.5	7.7	10.0	66.7%	0		1.29s	642	252	0

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
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082
GPT-5.5	10.0	10.0	100.0%	0		3.90s	5,445	247	0

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
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028
GPT-5.5	3.0	10.0	0.0%	0		5.01s	195	18	0

Comparação rápida

Trocar par de comparação

GPT-5.5nonevsQwen3.5-35B-A3Bmedium Seed-2.0-LitenonevsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsGPT-5.6 Lunalow Gemma 4 31BmediumDisponível grátisvsGPT-5.5none Nemotron 3 SupermediumDisponível grátisvsGPT-5.5none KAT-Coder-Air V2.5highvsQwen3.5-35B-A3Bmedium Gemini 2.5 FlashnonevsKAT-Coder-Air V2.5high Gemma 4 31BmediumDisponível grátisvsKAT-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 SupermediumDisponível grátis Gemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5high