AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.5

Сводка

GPT-5.5 (low) лидирует по среднему баллу: 9.3 vs 6.8. KAT-Coder-Pro V2.5 имеет более низкую стоимость benchmark: $0.220 vs $0.907. GPT-5.5 (low) быстрее: 9.76s vs 10.81s, с долей успешных попыток 71.4% vs 85.7%.

Рекомендуемая модельGPT-5.5 (low)У него самый высокий балл в этом сравнении (9.3) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

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

Метрика	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none Релиз: 2026-07-14	GPT-5.5 GPT-5.5 low Релиз: 2026-04-24

Метрика	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none Релиз: 2026-07-14	GPT-5.5 GPT-5.5 low Релиз: 2026-04-24
Оценка	6.8	9.3
Ранг	#89	#7
Надежность	10.0	10.0
Стабильность	7.3	10.0
Тестов верно
Доля успешных попыток	71.4%	85.7%
Нестабильные тесты	7	0
Всего запусков	63	63
Стоимость за результат	1.992	5.035
Общая стоимость	$0.220	$0.907
Цена входа	$0.740 / 1M	$5.000 / 1M
Цена выхода	$2.960 / 1M	$30.000 / 1M
Общее число входных токенов	42,749	34,209
Выходные токены	63,338	2,046
Токены рассуждений	0	22,460
Время ответа (среднее)	10.81s	9.76s
Время ответа (макс.)	53.57s	56.19s
Время ответа (суммарно)	227.02s	204.92s

Генерация showcase

Hamster playing table tennis

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

#89 KAT-Coder-Pro V2.5

none

Стоимость: $0.010
Время: 29.0s
Токены: 3,439 tok

#7 GPT-5.5

low

Стоимость: $0.068
Время: 37.0s
Токены: 2,339 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	8.7	7.9	91.7%	1		4.58s	672	3,998	0
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	6.1	4.7	66.7%	2		22.52s	7,893	22,440	0
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Pro V2.5	4.7	1.6	66.7%	1		30.76s	15,131	5,366	0
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717

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		5.07s	7,776	2,361	0
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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	3.6	7.2	22.2%	1		21.64s	771	20,972	0
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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	4.8	3.2	33.3%	1		5.16s	516	1,067	0
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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	9.8	10.0	100.0%	0		2.61s	699	1,084	0
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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		3.03s	696	1,929	0
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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		5.93s	8,391	1,103	0
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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		9.91s	204	3,018	0
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

Быстрое сравнение

Сменить пару сравнения