AI BENCHY Compare

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

Rezumat

Scorul mediu este practic egal la 6.0 vs 6.0. GLM 5 are costul de benchmark mai mic, $0.027 vs $0.030. GLM 5 este mai rapid cu 4.03s vs 6.47s, cu rate de reușită de 46.0% vs 44.4%.

Model recomandatGLM 5Are cel mai bun scor aici (6.0) și răspunde de aproximativ 1.6x mai rapid decât KAT-Coder-Air V2.5 (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 low Lansare: 2026-07-14	GLM 5 GLM 5 none Lansare: 2026-02-12

Metrică	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lansare: 2026-07-14	GLM 5 GLM 5 none Lansare: 2026-02-12
Scor	6.0	6.0
Rang	#124	#125
Fiabilitate	9.7	10.0
Consistență	7.6	9.7
Teste corecte
Rată de trecere pe încercare	46.0%	44.4%
Teste instabile	6	1
Rulări totale	63	63
Cost per rezultat	0.427	0.263
Cost total	$0.030	$0.027
Preț de intrare	$0.150 / 1M	$0.600 / 1M
Preț de ieșire	$0.600 / 1M	$1.920 / 1M
Total tokenuri de intrare	42,464	37,135
Tokenuri de ieșire	4,227	1,989
Tokenuri de raționament	34,864	0
Timp de răspuns (mediu)	6.47s	4.03s
Timp de răspuns (maxim)	25.49s	11.07s
Timp de răspuns (total)	135.80s	56.37s

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

#125 GLM 5

none

Cost: $0.007
Timp: 32.1s
Tokenuri: 2,023 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
GLM 5	4.8	10.0	25.0%	0		2.37s	510	275	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
GLM 5	4.0	7.8	11.1%	1		5.12s	7,256	428	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
GLM 5	3.0	10.0	0.0%	0		4.98s	12,812	406	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
GLM 5	10.0	10.0	100.0%	0		5.78s	7,107	203	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
GLM 5	3.0	10.0	0.0%	0		2.24s	643	19	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
GLM 5	10.0	10.0	100.0%	0		3.27s	477	103	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
GLM 5	10.0	10.0	100.0%	0		1.48s	636	61	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
GLM 5	7.7	10.0	66.7%	0		1.91s	609	261	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
GLM 5	10.0	10.0	100.0%	0		11.07s	6,899	220	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
GLM 5	3.0	10.0	0.0%	0		3.62s	186	13	0

Comparație rapidă

Schimbă perechea de comparație