AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.6 Terra

Rezumat

Scorul mediu este practic egal la 6.0 vs 6.0. KAT-Coder-Air V2.5 (low) are costul de benchmark mai mic, $0.030 vs $0.130. GPT-5.6 Terra este mai rapid cu 1.25s vs 6.47s, cu rate de reușită de 46.0% vs 42.9%.

Model recomandatKAT-Coder-Air V2.5 (low)Are cel mai bun scor aici (6.0) și costă de aproximativ 4.4x mai puțin decât GPT-5.6 Terra.

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 low Lansare: 2026-07-14	GPT-5.6 Terra GPT-5.6 Terra none Lansare: 2026-07-09

Metrică	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lansare: 2026-07-14	GPT-5.6 Terra GPT-5.6 Terra none Lansare: 2026-07-09
Scor	6.0	6.0
Rang	#124	#123
Fiabilitate	9.7	10.0
Consistență	7.6	9.3
Teste corecte
Rată de trecere pe încercare	46.0%	42.9%
Teste instabile	6	2
Rulări totale	63	63
Cost per rezultat	0.427	1.623
Cost total	$0.030	$0.130
Preț de intrare	$0.150 / 1M	$2.500 / 1M
Preț de ieșire	$0.600 / 1M	$15.000 / 1M
Total tokenuri de intrare	42,464	39,552
Tokenuri de ieșire	4,227	2,060
Tokenuri de raționament	34,864	0
Timp de răspuns (mediu)	6.47s	1.25s
Timp de răspuns (maxim)	25.49s	3.97s
Timp de răspuns (total)	135.80s	26.21s

Prezentare generare

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low

Cost: $0.004
Timp: 29.9s
Tokenuri: 6,008 tok

#123 GPT-5.6 Terra

none

Cost: $0.030
Timp: 14.7s
Tokenuri: 2,082 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

Categorie:

Trucuri anti-AI	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	7.3	5.8	83.3%	2		3.50s	672	422	1,548
GPT-5.6 Terra	4.8	10.0	25.0%	0		942ms	606	191	0

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	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623
GPT-5.6 Terra	5.5	10.0	33.3%	0		1.00s	7,302	336	0

Combinat	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	10.0	10.0	100.0%	0		25.49s	15,132	368	5,707
GPT-5.6 Terra	3.0	10.0	0.0%	0		3.97s	14,961	437	0

Parsare și extragere de date	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	6.5	10.0	50.0%	0		2.82s	7,776	261	1,069
GPT-5.6 Terra	10.0	10.0	100.0%	0		1.13s	7,140	222	0

Specific domeniului	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	2.9	7.2	11.1%	1		4.99s	553	310	3,332
GPT-5.6 Terra	5.3	7.2	44.4%	1		757ms	723	68	0

Inteligență generală	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	5.0	10.0	0.0%	0		10.11s	516	142	596
GPT-5.6 Terra	5.0	10.0	0.0%	0		1.03s	477	102	0

Respectarea instrucțiunilor	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	9.8	10.0	100.0%	0		1.64s	699	89	640
GPT-5.6 Terra	8.5	6.8	83.3%	1		1.15s	660	101	0

Rezolvare de puzzle-uri	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	3.1	4.6	22.2%	2		1.57s	696	294	796
GPT-5.6 Terra	5.3	10.0	33.3%	0		1.23s	642	235	0

Apelare instrumente	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	10.0	10.0	100.0%	0		4.47s	8,391	330	1,065
GPT-5.6 Terra	9.6	10.0	100.0%	0		3.10s	6,846	344	0

Cultură generală	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	3.0	10.0	0.0%	0		19.98s	136	10	6,488
GPT-5.6 Terra	3.0	10.0	0.0%	0		787ms	195	24	0

Comparație rapidă

Schimbă perechea de comparație