AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs StepFun: Step 3.5 Flash

Resumo

Step 3.5 Flash (medium) lidera na pontuação média com 6.6 vs 6.2. KAT-Coder-Air V2.5 (high) tem menor custo de benchmark com $0.064 vs $0.070. KAT-Coder-Air V2.5 (high) é mais rápido com 11.02s vs 72.53s, com taxas de acerto de 46.0% vs 54.0%.

Modelo recomendadoKAT-Coder-Air V2.5 (high)A pontuação fica perto da melhor aqui (6.2 vs 6.6) e responde cerca de 6.6x mais rápido que Step 3.5 Flash (medium).

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	Step 3.5 Flash Step 3.5 Flash medium Lançamento: 2026-02-01

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lançamento: 2026-07-14	Step 3.5 Flash Step 3.5 Flash medium Lançamento: 2026-02-01
Pontuação	6.2	6.6
Posição	#110	#98
Confiabilidade	9.7	10.0
Consistência	7.6	8.9
Testes corretos
Taxa de acerto por tentativa	46.0%	54.0%
Testes instáveis	6	1
Execuções totais	63	60
Custo por resultado	0.910	0.198
Custo total	$0.064	$0.070
Preço de entrada	$0.150 / 1M	$0.100 / 1M
Preço de saída	$0.600 / 1M	$0.300 / 1M
Total de tokens de entrada	41,748	34,431
Tokens de saída	3,894	91,587
Tokens de raciocínio	91,773	195,973
Tempo de resposta (médio)	11.02s	72.53s
Tempo de resposta (máx.)	104.98s	453.94s
Tempo de resposta (total)	231.37s	1015.47s

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

#98 Step 3.5 Flash

medium

Custo: $0.008
Tempo: 277.1s
Tokens: 23,695 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
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	13,638	1,176	12,984

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
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

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
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Comparação rápida

Trocar par de comparação

Seed-2.0-LitenonevsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsGPT-5.6 Lunalow KAT-Coder-Air V2.5highvsGPT-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 Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium KAT-Coder-Air V2.5highvsQwen3.5-Flashnone