AI BENCHY Compare

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

Сводка

Средний балл практически равен: 8.0 vs 8.0. KAT-Coder-Pro V2.5 (low) имеет более низкую стоимость benchmark: $0.220 vs $0.526. KAT-Coder-Pro V2.5 (low) быстрее: 10.44s vs 22.34s, с долей успешных попыток 71.4% vs 73.0%.

Рекомендуемая модельKAT-Coder-Pro V2.5 (low)Здесь у него лучший балл (8.0), при этом он примерно в 2.4 раза дешевле, чем GPT-5.4 Mini (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 Mini GPT-5.4 Mini medium Релиз: 2026-03-17

Метрика	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Релиз: 2026-07-14	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17
Оценка	8.0	8.0
Ранг	#35	#33
Надежность	9.9	10.0
Стабильность	7.3	8.0
Тестов верно
Доля успешных попыток	71.4%	73.0%
Нестабильные тесты	7	5
Всего запусков	63	63
Стоимость за результат	1.991	4.381
Общая стоимость	$0.220	$0.526
Цена входа	$0.740 / 1M	$0.750 / 1M
Цена выхода	$2.960 / 1M	$4.500 / 1M
Общее число входных токенов	42,750	34,116
Выходные токены	2,167	2,181
Токены рассуждений	61,133	108,937
Время ответа (среднее)	10.44s	22.34s
Время ответа (макс.)	51.34s	138.75s
Время ответа (суммарно)	219.17s	469.20s

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

#33 GPT-5.4 Mini

medium

Стоимость: $0.056
Время: 95.5s
Токены: 12,464 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 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876

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 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902

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 Mini	10.0	10.0	100.0%	0		17.81s	11,019	317	4,317

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 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650

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 Mini	4.1	4.4	44.5%	2		65.31s	619	60	43,286

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 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510

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 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185

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 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443

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 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594

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 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174

Быстрое сравнение

Сменить пару сравнения