AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.4 Mini

Rezumat

Scorul mediu este practic egal la 8.0 vs 8.0. KAT-Coder-Pro V2.5 (low) are costul de benchmark mai mic, $0.220 vs $0.526. KAT-Coder-Pro V2.5 (low) este mai rapid cu 10.44s vs 22.34s, cu rate de reușită de 71.4% vs 73.0%.

Model recomandatKAT-Coder-Pro V2.5 (low)Are cel mai bun scor aici (8.0) și costă de aproximativ 2.4x mai puțin decât GPT-5.4 Mini (medium).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14

Metrică	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lansare: 2026-07-14	GPT-5.4 Mini GPT-5.4 Mini medium Lansare: 2026-03-17

Metrică	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lansare: 2026-07-14	GPT-5.4 Mini GPT-5.4 Mini medium Lansare: 2026-03-17
Scor	8.0	8.0
Rang	#35	#33
Fiabilitate	9.9	10.0
Consistență	7.3	8.0
Teste corecte
Rată de trecere pe încercare	71.4%	73.0%
Teste instabile	7	5
Rulări totale	63	63
Cost per rezultat	1.991	4.381
Cost total	$0.220	$0.526
Preț de intrare	$0.740 / 1M	$0.750 / 1M
Preț de ieșire	$2.960 / 1M	$4.500 / 1M
Total tokenuri de intrare	42,750	34,116
Tokenuri de ieșire	2,167	2,181
Tokenuri de raționament	61,133	108,937
Timp de răspuns (mediu)	10.44s	22.34s
Timp de răspuns (maxim)	51.34s	138.75s
Timp de răspuns (total)	219.17s	469.20s

Prezentare generare

Hamster playing table tennis

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

#35 KAT-Coder-Pro V2.5

low

Cost: $0.016
Timp: 47.6s
Tokenuri: 5,182 tok

#33 GPT-5.4 Mini

medium

Cost: $0.056
Timp: 95.5s
Tokenuri: 12,464 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-Pro V2.5	6.9	5.8	75.0%	2		4.20s	672	277	4,228
GPT-5.4 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876

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-Pro V2.5	7.8	10.0	66.7%	0		24.87s	7,893	402	24,945
GPT-5.4 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902

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-Pro V2.5	10.0	10.0	100.0%	0		14.59s	15,132	394	3,391
GPT-5.4 Mini	10.0	10.0	100.0%	0		17.81s	11,019	317	4,317

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-Pro V2.5	10.0	10.0	100.0%	0		4.19s	7,776	288	1,917
GPT-5.4 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650

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-Pro V2.5	4.1	4.4	44.5%	2		17.52s	771	35	16,877
GPT-5.4 Mini	4.1	4.4	44.5%	2		65.31s	619	60	43,286

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-Pro V2.5	4.1	2.7	33.3%	1		2.32s	516	99	412
GPT-5.4 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510

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-Pro V2.5	10.0	10.0	100.0%	0		2.53s	699	83	1,008
GPT-5.4 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185

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-Pro V2.5	6.4	4.4	77.8%	2		3.11s	696	289	1,820
GPT-5.4 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443

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-Pro V2.5	10.0	10.0	100.0%	0		18.45s	8,391	282	834
GPT-5.4 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594

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-Pro V2.5	3.0	10.0	0.0%	0		17.06s	204	18	5,701
GPT-5.4 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174

Comparație rapidă

Schimbă perechea de comparație

GPT-5.4 MinimediumvsGLM 5.2high KAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-02-15medium KAT-Coder-Pro V2.5lowvsGLM 5.2high KAT-Coder-Pro V2.5lowvsQwen3.5-27Bmedium Claude Sonnet 5mediumvsKAT-Coder-Pro V2.5low KAT-Coder-Pro V2.5lowvsQwen3.6 Plusmedium KAT-Coder-Pro V2.5lowvsGPT-5.6 Terramedium Claude Sonnet 4.6mediumvsKAT-Coder-Pro V2.5low KAT-Coder-Pro V2.5lowvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuit Gemini 3.1 Flash Lite PreviewmediumvsKAT-Coder-Pro V2.5low GPT-5.4 MinimediumvsGrok 4.5low KAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-04-20medium