AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs xAI: Grok Build 0.1

Сводка

KAT-Coder-Pro V2.5 (high) лидирует по среднему баллу: 7.7 vs 7.6. KAT-Coder-Pro V2.5 (high) имеет более низкую стоимость benchmark: $0.246 vs $0.927. KAT-Coder-Pro V2.5 (high) быстрее: 12.30s vs 49.90s, с долей успешных попыток 63.5% vs 61.9%.

Рекомендуемая модельKAT-Coder-Pro V2.5 (high)Здесь у него лучший балл (7.7), при этом он примерно в 3.8 раза дешевле, чем Grok Build 0.1 (medium).

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

Метрика	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high Релиз: 2026-07-14	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21

Метрика	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high Релиз: 2026-07-14	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21
Оценка	7.7	7.6
Ранг	#53	#56
Надежность	10.0	10.0
Стабильность	8.1	9.9
Тестов верно
Доля успешных попыток	63.5%	61.9%
Нестабильные тесты	5	0
Всего запусков	63	63
Стоимость за результат	2.228	7.124
Общая стоимость	$0.246	$0.927
Цена входа	$0.740 / 1M	$1.000 / 1M
Цена выхода	$2.960 / 1M	$2.000 / 1M
Общее число входных токенов	42,750	44,418
Выходные токены	2,509	2,782
Токены рассуждений	69,594	438,018
Время ответа (среднее)	12.30s	49.90s
Время ответа (макс.)	95.65s	252.69s
Время ответа (суммарно)	258.34s	1047.92s

Генерация showcase

Hamster playing table tennis

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

#53 KAT-Coder-Pro V2.5

high

Стоимость: $0.009
Время: 26.4s
Токены: 3,117 tok

#56 xAI: Grok Build 0.1

medium

Стоимость: $0.028
Время: 81.3s
Токены: 14,009 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-Pro V2.5	7.0	8.0	66.7%	1		3.17s	672	447	2,716
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	6.4	7.9	44.4%	1		22.00s	7,893	422	20,461
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		13.44s	15,132	394	2,807
Grok Build 0.1	10.0	10.0	100.0%	0		32.81s	12,909	231	16,917

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		4.13s	7,776	278	1,960
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	2.9	4.4	22.2%	2		35.33s	771	33	35,701
Grok Build 0.1	5.3	10.0	33.3%	0		158.00s	1,764	492	175,294

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	5.1	10.0	0.0%	0		3.27s	516	139	647
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	9.9	10.0	100.0%	0		2.67s	699	84	976
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	8.2	7.2	88.9%	1		3.38s	696	428	1,936
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		28.04s	8,391	268	896
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		5.22s	204	16	1,494
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Быстрое сравнение

Сменить пару сравнения