#110 KAT-Coder-Air V2.5
high
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
AI BENCHY 对比
Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.6 Luna
摘要
平均分几乎持平，为 6.2 vs 6.2。 KAT-Coder-Air V2.5 (high) benchmark 成本更低，为 $0.064 vs $0.141。 GPT-5.6 Luna (low) 更快，为 4.35s vs 11.02s，通过率为 46.0% vs 57.1%。
推荐模型KAT-Coder-Air V2.5 (high)它在这里得分最高（6.2），同时成本比GPT-5.6 Luna (low)低约 2.2 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14
| 指标 | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high | GPT-5.6 Luna GPT-5.6 Luna low |
|---|---|---|
| 分数 | 6.2 | 6.2 |
| 排名 | #110 | #113 |
| 可靠性 | 9.7 | 10.0 |
| 一致性 | 7.6 | 8.5 |
| 测试正确 | ||
| 尝试通过率 | 46.0% | 57.1% |
| 不稳定测试 | 6 | 4 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.910 | 1.404 |
| 总成本 | $0.064 | $0.141 |
| 输入价格 | $0.150 / 1M | $1.000 / 1M |
| 输出价格 | $0.600 / 1M | $6.000 / 1M |
| 总输入令牌 | 41,748 | 34,218 |
| 输出令牌 | 3,894 | 2,110 |
| 推理令牌 | 91,773 | 15,571 |
| 响应时间（平均） | 11.02s | 4.35s |
| 响应时间（最大） | 104.98s | 18.06s |
| 响应时间（总计） | 231.37s | 91.45s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#113 GPT-5.6 Luna
low- 成本
- $0.011
- 时间
- 10.2s
- 令牌
- 1,897 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
| 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-5.6 Luna | 5.5 | 10.0 | 33.3% | 0 | 4.61s | 7,302 | 557 | 3,535 |
快速对比
切换对比组合
Seed-2.0-LitenonevsGPT-5.6 LunalowSeed-2.0-LitenonevsKAT-Coder-Air V2.5highGemini 2.5 FlashnonevsGPT-5.6 LunalowKAT-Coder-Air V2.5mediumvsGPT-5.6 LunalowKAT-Coder-Air V2.5highvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowKAT-Coder-Air V2.5highvsQwen3.5-35B-A3BmediumGemini 2.5 FlashnonevsKAT-Coder-Air V2.5highGemini 3.1 Flash LitenonevsGPT-5.6 LunalowGemma 4 31Bmedium免费可用vsKAT-Coder-Air V2.5highKAT-Coder-Air V2.5highvsGPT-5.6 SolnoneGemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5high