#110 KAT-Coder-Air V2.5
high
SVG invalid
- Cost
- $0.000
- Timp
- 300.0s
- Tokenuri
- 0 tok
AI BENCHY Compare
Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.6 Luna
Rezumat
Scorul mediu este practic egal la 6.2 vs 6.2. KAT-Coder-Air V2.5 (high) are costul de benchmark mai mic, $0.064 vs $0.141. GPT-5.6 Luna (low) este mai rapid cu 4.35s vs 11.02s, cu rate de reușită de 46.0% vs 57.1%.
Model recomandatKAT-Coder-Air V2.5 (high)Are cel mai bun scor aici (6.2) și costă de aproximativ 2.2x mai puțin decât GPT-5.6 Luna (low).
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14
| Metrică | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high | GPT-5.6 Luna GPT-5.6 Luna low |
|---|---|---|
| Scor | 6.2 | 6.2 |
| Rang | #110 | #113 |
| Fiabilitate | 9.7 | 10.0 |
| Consistență | 7.6 | 8.5 |
| Teste corecte | ||
| Rată de trecere pe încercare | 46.0% | 57.1% |
| Teste instabile | 6 | 4 |
| Rulări totale | 63 | 63 |
| Cost per rezultat | 0.910 | 1.404 |
| Cost total | $0.064 | $0.141 |
| Preț de intrare | $0.150 / 1M | $1.000 / 1M |
| Preț de ieșire | $0.600 / 1M | $6.000 / 1M |
| Total tokenuri de intrare | 41,748 | 34,218 |
| Tokenuri de ieșire | 3,894 | 2,110 |
| Tokenuri de raționament | 91,773 | 15,571 |
| Timp de răspuns (mediu) | 11.02s | 4.35s |
| Timp de răspuns (maxim) | 104.98s | 18.06s |
| Timp de răspuns (total) | 231.37s | 91.45s |
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#113 GPT-5.6 Luna
low- Cost
- $0.011
- Timp
- 10.2s
- Tokenuri
- 1,897 tok
Top modele după scor
Scor vs cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Defalcare pe categorii
| Programare | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Air V2.5 | 4.3 | 7.3 | 11.1% | 1 | 39.07s | 6,948 | 1,166 | 55,883 | |
| GPT-5.6 Luna | 5.5 | 10.0 | 33.3% | 0 | 4.61s | 7,302 | 557 | 3,535 |
Comparație rapidă
Schimbă perechea de comparație
Seed-2.0-LitenonevsGPT-5.6 LunalowSeed-2.0-LitenonevsKAT-Coder-Air V2.5highGemini 2.5 FlashnonevsGPT-5.6 LunalowKAT-Coder-Air V2.5mediumvsGPT-5.6 LunalowKAT-Coder-Air V2.5highvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowKAT-Coder-Air V2.5highvsQwen3.5-35B-A3BmediumGemini 2.5 FlashnonevsKAT-Coder-Air V2.5highGemini 3.1 Flash LitenonevsGPT-5.6 LunalowGemma 4 31BmediumDisponibil gratuitvsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsGPT-5.6 SolnoneGemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5high