AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: gpt-oss-120b

Resumo

gpt-oss-120b (medium) lidera na pontuação média com 6.7 vs 6.2. gpt-oss-120b (medium) tem menor custo de benchmark com $0.011 vs $0.064. KAT-Coder-Air V2.5 (high) é mais rápido com 11.02s vs 22.28s, com taxas de acerto de 46.0% vs 52.4%.

Modelo recomendadogpt-oss-120b (medium)Tem a melhor pontuação aqui (6.7) e custa cerca de 6.4x menos 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-oss-120b gpt-oss-120b medium Lançamento: 2025-08-05 Disponível grátis

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lançamento: 2026-07-14	gpt-oss-120b gpt-oss-120b medium Lançamento: 2025-08-05 Disponível grátis
Pontuação	6.2	6.7
Posição	#110	#96
Confiabilidade	9.7	10.0
Consistência	7.6	8.0
Testes corretos
Taxa de acerto por tentativa	46.0%	52.4%
Testes instáveis	6	5
Execuções totais	63	63
Custo por resultado	0.910	0.141
Custo total	$0.064	$0.011
Preço de entrada	$0.150 / 1M	$0.030 / 1M
Preço de saída	$0.600 / 1M	$0.150 / 1M
Total de tokens de entrada	41,748	39,084
Tokens de saída	3,894	20,013
Tokens de raciocínio	91,773	50,233
Tempo de resposta (médio)	11.02s	22.28s
Tempo de resposta (máx.)	104.98s	68.16s
Tempo de resposta (total)	231.37s	311.96s

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

#96 gpt-oss-120b

medium

Custo: $0.001
Tempo: 26.7s
Tokens: 555 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-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

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-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

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
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		30.61s	15,132	422	8,958
gpt-oss-120b	10.0	10.0	100.0%	0		31.18s	11,535	694	5,072

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-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

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-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606

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-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

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-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

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-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

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-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

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-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Comparação rápida

Trocar par de comparação