AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.4

Сводка

GPT-5.4 (medium) лидирует по среднему баллу: 8.5 vs 8.0. KAT-Coder-Pro V2.5 (low) имеет более низкую стоимость benchmark: $0.220 vs $1.210. KAT-Coder-Pro V2.5 (low) быстрее: 10.44s vs 22.35s, с долей успешных попыток 71.4% vs 76.2%.

Рекомендуемая модельKAT-Coder-Pro V2.5 (low)Его балл близок к лучшему здесь (8.0 против 8.5), при этом он примерно в 5.5 раза дешевле, чем GPT-5.4 (medium).

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

Метрика	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Релиз: 2026-07-14	GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05

Метрика	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Релиз: 2026-07-14	GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05
Оценка	8.0	8.5
Ранг	#35	#20
Надежность	9.9	10.0
Стабильность	7.3	8.6
Тестов верно
Доля успешных попыток	71.4%	76.2%
Нестабильные тесты	7	4
Всего запусков	63	63
Стоимость за результат	1.991	8.640
Общая стоимость	$0.220	$1.210
Цена входа	$0.740 / 1M	$2.500 / 1M
Цена выхода	$2.960 / 1M	$15.000 / 1M
Общее число входных токенов	42,750	34,108
Выходные токены	2,167	2,242
Токены рассуждений	61,133	72,707
Время ответа (среднее)	10.44s	22.35s
Время ответа (макс.)	51.34s	100.41s
Время ответа (суммарно)	219.17s	469.29s

Генерация showcase

Hamster playing table tennis

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

#35 KAT-Coder-Pro V2.5

low

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

#20 GPT-5.4

medium

Стоимость: $0.214
Время: 199.6s
Токены: 14,349 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
GPT-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511

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
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216

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
GPT-5.4	10.0	10.0	100.0%	0		20.57s	11,019	301	3,543

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
GPT-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804

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
GPT-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748

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
GPT-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321

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
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897

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
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815

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
GPT-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031

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
GPT-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821

Быстрое сравнение

Сменить пару сравнения