#137 KAT-Coder-Air V2.5
high
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.4
GPT-5.4 平均分领先，为 5.8 vs 5.6。 KAT-Coder-Air V2.5 (high) benchmark 成本更低，为 $0.077 vs $0.397。 GPT-5.4 更快，为 2.07s vs 15.90s，通过率为 43.9% vs 34.9%。
推荐模型GPT-5.4它在这里得分最高（5.8），同时响应速度比KAT-Coder-Air V2.5 (high)快约 7.7 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17
| 指标 | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high | GPT-5.4 GPT-5.4 none |
|---|---|---|
| 分数 | 5.6 | 5.8 |
| 排名 | #137 | #132 |
| 可靠性 | 9.9 | 10.0 |
| 一致性 | 7.7 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 43.9% | 34.9% |
| 不稳定测试 | 6 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 1.097 | 5.663 |
| 总成本 | $0.077 | $0.397 |
| 输入价格 | $0.150 / 1M | $2.500 / 1M |
| 输出价格 | $0.600 / 1M | $15.000 / 1M |
| 总输入令牌 | 50,470 | 108,632 |
| 输出令牌 | 3,957 | 8,321 |
| 推理令牌 | 111,374 | 0 |
| 响应时间（平均） | 15.90s | 2.07s |
| 响应时间（最大） | 118.35s | 15.63s |
| 响应时间（总计） | 349.71s | 45.51s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#132 GPT-5.4
none- 成本
- $0.026
- 时间
- 18.1s
- 令牌
- 1,792 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 |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Air V2.5 | 6.9 | 5.8 | 75.0% | 2 | 2.49s | 615 | 204 | 1,290 | |
| GPT-5.4 | 3.2 | 8.0 | 8.3% | 1 | 1.21s | 606 | 406 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Air V2.5 | 4.3 | 7.3 | 11.1% | 1 | 39.07s | 6,948 | 1,166 | 55,883 | |
| GPT-5.4 | 5.5 | 10.0 | 33.3% | 0 | 1.62s | 7,305 | 516 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Air V2.5 | 6.5 | 10.0 | 50.0% | 0 | 74.48s | 23,854 | 485 | 28,559 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 9.26s | 85,439 | 6,195 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Air V2.5 | 6.5 | 10.0 | 50.0% | 0 | 3.59s | 7,776 | 284 | 2,140 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 1.04s | 7,140 | 222 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Air V2.5 | 2.9 | 7.2 | 11.1% | 1 | 7.47s | 771 | 914 | 8,602 | |
| GPT-5.4 | 5.3 | 7.2 | 44.4% | 1 | 1.07s | 723 | 50 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Air V2.5 | 5.1 | 10.0 | 0.0% | 0 | 7.10s | 516 | 179 | 539 | |
| GPT-5.4 | 4.4 | 9.9 | 0.0% | 0 | 1.78s | 477 | 184 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Air V2.5 | 9.8 | 10.0 | 100.0% | 0 | 1.51s | 699 | 90 | 675 | |
| GPT-5.4 | 6.5 | 10.0 | 50.0% | 0 | 1.07s | 660 | 81 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Air V2.5 | 3.5 | 4.4 | 33.3% | 2 | 2.47s | 696 | 285 | 1,576 | |
| GPT-5.4 | 5.6 | 9.8 | 33.3% | 0 | 1.44s | 642 | 381 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Air V2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.77s | 8,391 | 330 | 1,082 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 5,445 | 246 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Air V2.5 | 3.0 | 10.0 | 0.0% | 0 | 21.72s | 204 | 20 | 11,028 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 990ms | 195 | 40 | 0 |
快速对比
切换对比组合
KAT-Coder-Air V2.5highvsQwen3.5-122B-A10BnoneNemotron 3 Supermedium免费可用vsGPT-5.4noneKAT-Coder-Air V2.5highvsGLM 5noneNorth Mini Codemedium免费可用vsGPT-5.4noneKAT-Coder-Air V2.5highvsNemotron 3 Supermedium免费可用DeepSeek V4 FlashnonevsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsGLM 5.1noneKAT-Coder-Air V2.5highvsQwen3.6 27BnoneKAT-Coder-Air V2.5highvsMiMo-V2.5-PrononeKAT-Coder-Air V2.5highvsKimi K2.5noneKAT-Coder-Air V2.5highvsKimi K2.6noneGemma 4 26B A4Bnone免费可用vsKAT-Coder-Air V2.5high