AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs Z.ai: GLM 5.1

Rezumat

GLM 5.1 (medium) conduce la scorul mediu cu 7.1 vs 6.8. KAT-Coder-Pro V2.5 are costul de benchmark mai mic, $0.220 vs $0.288. KAT-Coder-Pro V2.5 este mai rapid cu 10.81s vs 33.67s, cu rate de reușită de 71.4% vs 68.3%.

Model recomandatKAT-Coder-Pro V2.5Scorul rămâne aproape de cel mai bun scor de aici (6.8 vs 7.1) și răspunde de aproximativ 3.1x mai rapid decât GLM 5.1 (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 none Lansare: 2026-07-14	GLM 5.1 GLM 5.1 medium Lansare: 2026-04-07

Metrică	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none Lansare: 2026-07-14	GLM 5.1 GLM 5.1 medium Lansare: 2026-04-07
Scor	6.8	7.1
Rang	#89	#80
Fiabilitate	10.0	6.7
Consistență	7.3	8.3
Teste corecte
Rată de trecere pe încercare	71.4%	68.3%
Teste instabile	7	4
Rulări totale	63	63
Cost per rezultat	1.992	2.496
Cost total	$0.220	$0.288
Preț de intrare	$0.740 / 1M	$0.966 / 1M
Preț de ieșire	$2.960 / 1M	$3.036 / 1M
Total tokenuri de intrare	42,749	32,995
Tokenuri de ieșire	63,338	11,655
Tokenuri de raționament	0	75,421
Timp de răspuns (mediu)	10.81s	33.67s
Timp de răspuns (maxim)	53.57s	172.60s
Timp de răspuns (total)	227.02s	673.41s

Prezentare generare

Hamster playing table tennis

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

#89 KAT-Coder-Pro V2.5

none

Cost: $0.010
Timp: 29.0s
Tokenuri: 3,439 tok

#80 GLM 5.1

medium

SVG invalid

Cost: $0.000
Timp: 300.0s
Tokenuri: 0 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	8.7	7.9	91.7%	1		4.58s	672	3,998	0
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

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	6.1	4.7	66.7%	2		22.52s	7,893	22,440	0
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

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	4.7	1.6	66.7%	1		30.76s	15,131	5,366	0
GLM 5.1	9.5	10.0	100.0%	0		43.11s	17,298	327	4,206

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		5.07s	7,776	2,361	0
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

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	3.6	7.2	22.2%	1		21.64s	771	20,972	0
GLM 5.1	5.3	10.0	33.3%	0		29.77s	489	969	11,314

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	4.8	3.2	33.3%	1		5.16s	516	1,067	0
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

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	9.8	10.0	100.0%	0		2.61s	699	1,084	0
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

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	8.2	7.2	88.9%	1		3.03s	696	1,929	0
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

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		5.93s	8,391	1,103	0
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	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-Pro V2.5	3.0	10.0	0.0%	0		9.91s	204	3,018	0
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

Comparație rapidă

Schimbă perechea de comparație

Step 3.7 FlashhighvsGLM 5.1medium Ring-2.6-1TmediumvsKAT-Coder-Pro V2.5none Gemini 3.5 FlashminimalvsKAT-Coder-Pro V2.5none KAT-Coder-Pro V2.5nonevsQwen3.5-Flashmedium KAT-Coder-Pro V2.5nonevsQwen3.6 35B A3Bmedium KAT-Coder-Pro V2.5nonevsMiMo-V2.5medium Qwen3.7 PlusnonevsGLM 5.1medium DeepSeek V4 PrononevsGLM 5.1medium Gemini 3.5 FlashnonevsGLM 5.1medium KAT-Coder-Pro V2.5nonevsgpt-oss-120bmediumDisponibil gratuit Claude Opus 4.8nonevsGLM 5.1medium KAT-Coder-Pro V2.5nonevsGPT-5 Nanomedium