AI BENCHY 对比

North Mini Code vs Kwaipilot: KAT-Coder-Air V2.5

摘要

North Mini Code (medium) 平均分领先，为 5.8 vs 4.9。 North Mini Code (medium) benchmark 成本更低，为 $0.000 vs $0.037。 KAT-Coder-Air V2.5 更快，为 6.99s vs 106.18s，通过率为 50.8% vs 38.1%。

推荐模型North Mini Code (medium)它在本次比较中得分最高（5.8），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14

指标	North Mini Code North Mini Code medium 发布日期: 2026-06-18 免费可用	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none 发布日期: 2026-07-14

指标	North Mini Code North Mini Code medium 发布日期: 2026-06-18 免费可用	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none 发布日期: 2026-07-14
分数	5.8	4.9
排名	#131	#168
可靠性	8.5	10.0
一致性	8.5	7.1
测试正确
尝试通过率	50.8%	38.1%
不稳定测试	4	7
总运行次数	55	63
每个结果成本	0.000	0.724
总成本	$0.000	$0.037
输入价格	$0.000 / 1M	$0.150 / 1M
输出价格	$0.000 / 1M	$0.600 / 1M
总输入令牌	32,891	41,328
输出令牌	424,772	49,933
推理令牌	1,021,489	0
响应时间（平均）	106.18s	6.99s
响应时间（最大）	357.05s	24.94s
响应时间（总计）	2229.70s	146.78s

生成展示

Hamster playing table tennis

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

#131 North Mini Code

medium

成本: $0.000
时间: 51.8s
令牌: 12,460 tok

#168 KAT-Coder-Air V2.5

none

成本: $0.002
时间: 14.5s
令牌: 2,619 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	8.4	10.0	75.0%	0		64.79s	324	64,441	68,535
KAT-Coder-Air V2.5	5.3	5.6	50.0%	2		2.68s	672	3,044	0

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	4.5	4.9	33.3%	2		320.43s	7,119	219,891	561,569
KAT-Coder-Air V2.5	3.3	9.6	0.0%	0		14.31s	6,472	16,918	0

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	2.8	1.6	33.3%	1		323.07s	14,760	0	151,500
KAT-Coder-Air V2.5	4.7	1.6	66.7%	1		24.94s	15,131	6,788	0

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	10.0	10.0	100.0%	0		24.06s	6,819	240	2,659
KAT-Coder-Air V2.5	6.3	5.8	66.7%	1		2.66s	7,776	1,268	0

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	5.3	7.2	44.4%	1		71.37s	621	8,483	104,079
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		6.24s	771	7,818	0

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	5.1	10.0	0.0%	0		25.08s	444	1,546	1,635
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		12.02s	516	656	0

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	9.8	10.0	100.0%	0		15.43s	379	909	1,339
KAT-Coder-Air V2.5	9.9	10.0	100.0%	0		1.75s	699	858	0

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	3.3	10.0	0.0%	0		19.70s	543	2,215	2,485
KAT-Coder-Air V2.5	2.9	4.4	22.2%	2		1.84s	696	1,255	0

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	10.0	10.0	100.0%	0		3.93s	1,776	41	563
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		5.13s	8,391	1,560	0

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	3.0	10.0	0.0%	0		305.02s	106	127,006	127,125
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		17.96s	204	9,768	0

快速对比

切换对比组合