AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.5

Rezumat

GPT-5.5 (low) conduce la scorul mediu cu 9.3 vs 8.0. KAT-Coder-Pro V2.5 (low) are costul de benchmark mai mic, $0.220 vs $0.907. GPT-5.5 (low) este mai rapid cu 9.76s vs 10.44s, cu rate de reușită de 71.4% vs 85.7%.

Model recomandatGPT-5.5 (low)Are cel mai puternic scor din această comparație (9.3) și cel mai bun echilibru între cost și timp de răspuns dintre toate cele 2 modele.

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-5.5 GPT-5.5 low Lansare: 2026-04-24

Metrică	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lansare: 2026-07-14	GPT-5.5 GPT-5.5 low Lansare: 2026-04-24
Scor	8.0	9.3
Rang	#35	#7
Fiabilitate	9.9	10.0
Consistență	7.3	10.0
Teste corecte
Rată de trecere pe încercare	71.4%	85.7%
Teste instabile	7	0
Rulări totale	63	63
Cost per rezultat	1.991	5.035
Cost total	$0.220	$0.907
Preț de intrare	$0.740 / 1M	$5.000 / 1M
Preț de ieșire	$2.960 / 1M	$30.000 / 1M
Total tokenuri de intrare	42,750	34,209
Tokenuri de ieșire	2,167	2,046
Tokenuri de raționament	61,133	22,460
Timp de răspuns (mediu)	10.44s	9.76s
Timp de răspuns (maxim)	51.34s	56.19s
Timp de răspuns (total)	219.17s	204.92s

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

#7 GPT-5.5

low

Cost: $0.068
Timp: 37.0s
Tokenuri: 2,339 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-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717

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-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

Comparație rapidă

Schimbă perechea de comparație