AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs Meta: Muse Spark 1.1

Сводка

KAT-Coder-Pro V2.5 (low) лидирует по среднему баллу: 8.0 vs 7.8. KAT-Coder-Pro V2.5 (low) имеет более низкую стоимость benchmark: $0.220 vs $1.440. KAT-Coder-Pro V2.5 (low) быстрее: 10.44s vs 29.16s, с долей успешных попыток 71.4% vs 69.8%.

Рекомендуемая модельKAT-Coder-Pro V2.5 (low)Здесь у него лучший балл (8.0), при этом он примерно в 6.6 раза дешевле, чем Muse Spark 1.1 (high).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-16

Метрика	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Релиз: 2026-07-14	Muse Spark 1.1 Muse Spark 1.1 high Релиз: 2026-07-16

Метрика	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Релиз: 2026-07-14	Muse Spark 1.1 Muse Spark 1.1 high Релиз: 2026-07-16
Оценка	8.0	7.8
Ранг	#38	#41
Надежность	9.9	10.0
Стабильность	7.3	8.1
Тестов верно
Доля успешных попыток	71.4%	69.8%
Нестабильные тесты	7	5
Всего запусков	63	61
Стоимость за результат	1.991	11.997
Общая стоимость	$0.220	$1.440
Цена входа	$0.740 / 1M	$1.250 / 1M
Цена выхода	$2.960 / 1M	$4.250 / 1M
Общее число входных токенов	42,750	64,900
Выходные токены	2,167	3,577
Токены рассуждений	61,133	316,055
Время ответа (среднее)	10.44s	29.16s
Время ответа (макс.)	51.34s	196.03s
Время ответа (суммарно)	219.17s	583.18s

Генерация showcase

Hamster playing table tennis

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

#38 KAT-Coder-Pro V2.5

low

Стоимость: $0.016
Время: 47.6s
Токены: 5,182 tok

#41 Muse Spark 1.1

high

Стоимость: $0.039
Время: 50.1s
Токены: 9,423 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	6.9	5.8	75.0%	2		4.20s	672	277	4,228
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	7.8	10.0	66.7%	0		24.87s	7,893	402	24,945
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

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		14.59s	15,132	394	3,391
Muse Spark 1.1	4.5	2.1	66.7%	1		62.41s	25,559	1,035	32,073

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		4.19s	7,776	288	1,917
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

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	4.1	4.4	44.5%	2		17.52s	771	35	16,877
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456

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	4.1	2.7	33.3%	1		2.32s	516	99	412
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

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	10.0	10.0	100.0%	0		2.53s	699	83	1,008
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

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	6.4	4.4	77.8%	2		3.11s	696	289	1,820
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

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		18.45s	8,391	282	834
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

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		17.06s	204	18	5,701
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

Быстрое сравнение

Сменить пару сравнения

Muse Spark 1.1highvsQwen3.6 Plusmedium Muse Spark 1.1highvsGPT-5.6 Terramedium Claude Sonnet 5mediumvsMuse Spark 1.1high Claude Sonnet 4.6mediumvsMuse Spark 1.1high Muse Spark 1.1highvsGrok 4.5low KAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-02-15medium KAT-Coder-Pro V2.5lowvsGPT-5.4 Minimedium Muse Spark 1.1highvsQwen3.5-27Bmedium KAT-Coder-Pro V2.5lowvsGLM 5.2high Gemini 3.1 Flash Lite PreviewmediumvsMuse Spark 1.1high Muse Spark 1.1highvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash LitemediumvsMuse Spark 1.1high