AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs xAI: Grok Build 0.1

Resumo

Grok Build 0.1 (medium) lidera na pontuação média com 7.6 vs 7.5. KAT-Coder-Pro V2.5 (medium) tem menor custo de benchmark com $0.275 vs $0.927. KAT-Coder-Pro V2.5 (medium) é mais rápido com 12.95s vs 49.90s, com taxas de acerto de 65.1% vs 61.9%.

Modelo recomendadoKAT-Coder-Pro V2.5 (medium)A pontuação fica perto da melhor aqui (7.5 vs 7.6) e custa cerca de 3.4x menos que Grok Build 0.1 (medium).

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

Métrica	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium Lançamento: 2026-07-14	Grok Build 0.1 Grok Build 0.1 medium Lançamento: 2026-05-21

Métrica	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium Lançamento: 2026-07-14	Grok Build 0.1 Grok Build 0.1 medium Lançamento: 2026-05-21
Pontuação	7.5	7.6
Posição	#60	#56
Confiabilidade	10.0	10.0
Consistência	7.7	9.9
Testes corretos
Taxa de acerto por tentativa	65.1%	61.9%
Testes instáveis	6	0
Execuções totais	63	63
Custo por resultado	2.498	7.124
Custo total	$0.275	$0.927
Preço de entrada	$0.740 / 1M	$1.000 / 1M
Preço de saída	$2.960 / 1M	$2.000 / 1M
Total de tokens de entrada	42,750	44,418
Tokens de saída	2,098	2,782
Tokens de raciocínio	80,027	438,018
Tempo de resposta (médio)	12.95s	49.90s
Tempo de resposta (máx.)	81.45s	252.69s
Tempo de resposta (total)	271.92s	1047.92s

Geração showcase

Hamster playing table tennis

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

#60 KAT-Coder-Pro V2.5

medium

Custo: $0.009
Tempo: 25.6s
Tokens: 2,939 tok

#56 xAI: Grok Build 0.1

medium

Custo: $0.028
Tempo: 81.3s
Tokens: 14,009 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-Pro V2.5	8.2	7.9	83.3%	1		3.90s	672	208	3,868
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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-Pro V2.5	7.8	10.0	66.7%	0		33.10s	7,893	416	33,658
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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-Pro V2.5	10.0	10.0	100.0%	0		14.50s	15,132	363	3,367
Grok Build 0.1	10.0	10.0	100.0%	0		32.81s	12,909	231	16,917

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-Pro V2.5	7.3	5.9	83.3%	1		4.70s	7,776	275	2,122
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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-Pro V2.5	2.9	7.2	11.1%	1		29.03s	771	36	29,584
Grok Build 0.1	5.3	10.0	33.3%	0		158.00s	1,764	492	175,294

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-Pro V2.5	4.7	3.1	33.3%	1		2.35s	516	92	381
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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-Pro V2.5	9.9	10.0	100.0%	0		2.58s	699	83	971
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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-Pro V2.5	5.9	4.5	66.7%	2		3.20s	696	325	1,867
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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-Pro V2.5	10.0	10.0	100.0%	0		19.02s	8,391	282	1,010
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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-Pro V2.5	3.0	10.0	0.0%	0		9.87s	204	18	3,199
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Comparação rápida

Trocar par de comparação

DeepSeek V4 ProhighvsGrok Build 0.1medium KAT-Coder-Pro V2.5mediumvsGPT-5.3 Chatnone DeepSeek V4 ProhighvsKAT-Coder-Pro V2.5medium KAT-Coder-Pro V2.5highvsGrok Build 0.1medium GPT-5.3 ChatnonevsGrok Build 0.1medium GPT-5.6 LunahighvsGrok Build 0.1medium Step 3.7 FlashlowvsGrok Build 0.1medium GPT-5.6 TerralowvsGrok Build 0.1medium Claude Opus 4.8lowvsGrok Build 0.1medium Gemini 3 Flash PreviewlowvsKAT-Coder-Pro V2.5medium KAT-Coder-Pro V2.5mediumvsGPT-5.6 Lunahigh KAT-Coder-Pro V2.5mediumvsStep 3.7 Flashlow