#165 DeepSeek V3.2
none- 成本
- $0.002
- 时间
- 7.0s
- 令牌
- 1,046 tok
AI BENCHY 对比
DeepSeek: DeepSeek V3.2 vs Kwaipilot: KAT-Coder-Air V2.5
摘要
KAT-Coder-Air V2.5 (low) 平均分领先，为 5.4 vs 5.0。 KAT-Coder-Air V2.5 (low) benchmark 成本更低，为 $0.041 vs $0.054。 KAT-Coder-Air V2.5 (low) 更快，为 10.09s vs 18.25s，通过率为 37.9% vs 45.5%。
推荐模型KAT-Coder-Air V2.5 (low)它在这里得分最高（5.4），同时响应速度比DeepSeek V3.2快约 1.8 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17
| 指标 | DeepSeek V3.2 DeepSeek V3.2 none | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low |
|---|---|---|
| 分数 | 5.0 | 5.4 |
| 排名 | #165 | #151 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 7.7 | 7.4 |
| 测试正确 | ||
| 尝试通过率 | 37.9% | 45.5% |
| 不稳定测试 | 6 | 7 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.870 | 0.585 |
| 总成本 | $0.054 | $0.041 |
| 输入价格 | $0.269 / 1M | $0.150 / 1M |
| 输出价格 | $0.400 / 1M | $0.600 / 1M |
| 总输入令牌 | 135,780 | 61,085 |
| 输出令牌 | 42,097 | 5,905 |
| 推理令牌 | 0 | 46,990 |
| 响应时间（平均） | 18.25s | 10.09s |
| 响应时间（最大） | 115.89s | 86.23s |
| 响应时间（总计） | 401.60s | 222.03s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#151 KAT-Coder-Air V2.5
low- 成本
- $0.004
- 时间
- 29.9s
- 令牌
- 6,008 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
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.2 | 8.0 | 8.3% | 1 | 9.35s | 494 | 1,073 | 0 | |
| KAT-Coder-Air V2.5 | 7.3 | 5.8 | 83.3% | 2 | 3.50s | 672 | 422 | 1,548 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.1 | 6.9 | 11.1% | 1 | 14.54s | 7,279 | 4,528 | 0 | |
| KAT-Coder-Air V2.5 | 3.5 | 7.3 | 11.1% | 1 | 11.06s | 7,893 | 2,001 | 13,623 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 4.8 | 10.0 | 0.0% | 0 | 113.53s | 109,626 | 33,819 | 0 | |
| KAT-Coder-Air V2.5 | 6.4 | 5.8 | 66.7% | 1 | 55.86s | 33,753 | 2,046 | 17,833 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.3 | 5.8 | 66.7% | 1 | 9.42s | 7,890 | 1,710 | 0 | |
| KAT-Coder-Air V2.5 | 6.5 | 10.0 | 50.0% | 0 | 2.82s | 7,776 | 261 | 1,069 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 2.9 | 7.2 | 11.1% | 1 | 4.17s | 624 | 21 | 0 | |
| KAT-Coder-Air V2.5 | 2.9 | 7.2 | 11.1% | 1 | 4.99s | 553 | 310 | 3,332 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 4.7 | 1.6 | 66.7% | 1 | 9.32s | 314 | 43 | 0 | |
| KAT-Coder-Air V2.5 | 5.0 | 10.0 | 0.0% | 0 | 10.11s | 516 | 142 | 596 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 1.52s | 627 | 66 | 0 | |
| KAT-Coder-Air V2.5 | 9.8 | 10.0 | 100.0% | 0 | 1.64s | 699 | 89 | 640 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 7.6 | 7.2 | 77.8% | 1 | 6.91s | 424 | 298 | 0 | |
| KAT-Coder-Air V2.5 | 3.1 | 4.6 | 22.2% | 2 | 1.57s | 696 | 294 | 796 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 11.85s | 8,319 | 522 | 0 | |
| KAT-Coder-Air V2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.47s | 8,391 | 330 | 1,065 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.0 | 10.0 | 0.0% | 0 | 17.23s | 183 | 17 | 0 | |
| KAT-Coder-Air V2.5 | 3.0 | 10.0 | 0.0% | 0 | 19.98s | 136 | 10 | 6,488 |
快速对比
切换对比组合
KAT-Coder-Air V2.5lowvsGPT-5.6 LunanoneDeepSeek V3.2nonevsMiniMax M2.7mediumKAT-Coder-Air V2.5lowvsLaguna XS 2.1none免费可用KAT-Coder-Air V2.5lowvsQwen3.6 35B A3BnoneGemma 4 26B A4Bnone免费可用vsKAT-Coder-Air V2.5lowLing-2.6-1TnonevsKAT-Coder-Air V2.5lowKAT-Coder-Air V2.5lowvsKimi K2.5noneKAT-Coder-Air V2.5lowvsMiMo-V2.5-PrononeDeepSeek V3.2nonevsMistral Small 4mediumKAT-Coder-Air V2.5lowvsQwen3.6 27BnoneKAT-Coder-Air V2.5lowvsGLM 5.1noneDeepSeek V4 FlashnonevsKAT-Coder-Air V2.5low