AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Z.ai: GLM 5.1

Resumo

KAT-Coder-Air V2.5 (low) lidera na pontuação média com 6.0 vs 5.6. KAT-Coder-Air V2.5 (low) tem menor custo de benchmark com $0.030 vs $0.057. GLM 5.1 é mais rápido com 4.10s vs 6.47s, com taxas de acerto de 46.0% vs 41.3%.

Modelo recomendadoKAT-Coder-Air V2.5 (low)Tem a melhor pontuação aqui (6.0) e custa cerca de 1.9x menos que GLM 5.1.

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 low Lançamento: 2026-07-14	GLM 5.1 GLM 5.1 none Lançamento: 2026-04-07

Métrica	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lançamento: 2026-07-14	GLM 5.1 GLM 5.1 none Lançamento: 2026-04-07
Pontuação	6.0	5.6
Posição	#124	#141
Confiabilidade	9.7	10.0
Consistência	7.6	8.5
Testes corretos
Taxa de acerto por tentativa	46.0%	41.3%
Testes instáveis	6	4
Execuções totais	63	63
Custo por resultado	0.427	0.843
Custo total	$0.030	$0.057
Preço de entrada	$0.150 / 1M	$0.966 / 1M
Preço de saída	$0.600 / 1M	$3.036 / 1M
Total de tokens de entrada	42,464	47,133
Tokens de saída	4,227	3,754
Tokens de raciocínio	34,864	0
Tempo de resposta (médio)	6.47s	4.10s
Tempo de resposta (máx.)	25.49s	32.57s
Tempo de resposta (total)	135.80s	86.18s

Geração showcase

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low

Custo: $0.004
Tempo: 29.9s
Tokens: 6,008 tok

#141 GLM 5.1

none

SVG inválido

Custo: $0.000
Tempo: 300.0s
Tokens: 0 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	7.3	5.8	83.3%	2		3.50s	672	422	1,548
GLM 5.1	4.0	6.3	25.0%	2		2.11s	555	305	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	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623
GLM 5.1	3.9	9.7	0.0%	0		4.96s	7,256	525	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		25.49s	15,132	368	5,707
GLM 5.1	2.8	2.1	33.3%	1		32.57s	22,831	2,129	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		2.82s	7,776	261	1,069
GLM 5.1	10.0	10.0	100.0%	0		1.08s	7,107	204	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		4.99s	553	310	3,332
GLM 5.1	2.9	7.2	11.1%	1		1.99s	687	24	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	5.0	10.0	0.0%	0		10.11s	516	142	596
GLM 5.1	5.0	10.0	0.0%	0		790ms	477	39	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		1.64s	699	89	640
GLM 5.1	9.8	10.0	100.0%	0		1.98s	636	66	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	3.1	4.6	22.2%	2		1.57s	696	294	796
GLM 5.1	7.7	10.0	66.7%	0		1.45s	609	151	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		4.47s	8,391	330	1,065
GLM 5.1	10.0	10.0	100.0%	0		10.68s	6,789	300	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		19.98s	136	10	6,488
GLM 5.1	3.0	10.0	0.0%	0		2.34s	186	11	0

Comparação rápida

Trocar par de comparação