AI BENCHY Compare

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

Сводка

KAT-Coder-Air V2.5 (medium) лидирует по среднему баллу: 6.2 vs 6.0. KAT-Coder-Air V2.5 (medium) имеет более низкую стоимость benchmark: $0.045 vs $0.130. GPT-5.6 Terra быстрее: 1.25s vs 8.28s, с долей успешных попыток 47.6% vs 42.9%.

Рекомендуемая модельKAT-Coder-Air V2.5 (medium)Здесь у него лучший балл (6.2), при этом он примерно в 2.9 раза дешевле, чем GPT-5.6 Terra.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-14

Метрика	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium Релиз: 2026-07-14	GPT-5.6 Terra GPT-5.6 Terra none Релиз: 2026-07-09

Метрика	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium Релиз: 2026-07-14	GPT-5.6 Terra GPT-5.6 Terra none Релиз: 2026-07-09
Оценка	6.2	6.0
Ранг	#115	#123
Надежность	9.7	10.0
Стабильность	8.8	9.3
Тестов верно
Доля успешных попыток	47.6%	42.9%
Нестабильные тесты	3	2
Всего запусков	63	63
Стоимость за результат	0.562	1.623
Общая стоимость	$0.045	$0.130
Цена входа	$0.150 / 1M	$2.500 / 1M
Цена выхода	$0.600 / 1M	$15.000 / 1M
Общее число входных токенов	42,750	39,552
Выходные токены	7,759	2,060
Токены рассуждений	56,357	0
Время ответа (среднее)	8.28s	1.25s
Время ответа (макс.)	48.19s	3.97s
Время ответа (суммарно)	173.80s	26.21s

Генерация showcase

Hamster playing table tennis

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

#115 KAT-Coder-Air V2.5

medium

Стоимость: $0.003
Время: 23.7s
Токены: 4,924 tok

#123 GPT-5.6 Terra

none

Стоимость: $0.030
Время: 14.7s
Токены: 2,082 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	8.7	8.0	91.7%	1		3.79s	672	549	4,194
GPT-5.6 Terra	4.8	10.0	25.0%	0		942ms	606	191	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973
GPT-5.6 Terra	5.5	10.0	33.3%	0		1.00s	7,302	336	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		27.68s	15,132	372	4,816
GPT-5.6 Terra	3.0	10.0	0.0%	0		3.97s	14,961	437	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.65s	7,776	268	1,881
GPT-5.6 Terra	10.0	10.0	100.0%	0		1.13s	7,140	222	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		4.87s	771	487	4,454
GPT-5.6 Terra	5.3	7.2	44.4%	1		757ms	723	68	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		9.81s	516	189	557
GPT-5.6 Terra	5.0	10.0	0.0%	0		1.03s	477	102	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		1.50s	699	93	730
GPT-5.6 Terra	8.5	6.8	83.3%	1		1.15s	660	101	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	3.6	7.2	22.2%	1		1.87s	696	265	1,184
GPT-5.6 Terra	5.3	10.0	33.3%	0		1.23s	642	235	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	317	906
GPT-5.6 Terra	9.6	10.0	100.0%	0		3.10s	6,846	344	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		15.74s	204	20	7,662
GPT-5.6 Terra	3.0	10.0	0.0%	0		787ms	195	24	0

Быстрое сравнение

Сменить пару сравнения