Kwaipilot: KAT-Coder-Air V2.5 vs Thinking Machines: Inkling

KAT-Coder-Air V2.5 (high) 平均分领先，为 5.6 vs 5.2。 KAT-Coder-Air V2.5 (high) benchmark 成本更低，为 $0.077 vs $0.147。 Inkling 更快，为 3.50s vs 15.90s，通过率为 43.9% vs 28.8%。

推荐模型KAT-Coder-Air V2.5 (high)它在这里得分最高（5.6），同时成本比Inkling低约 1.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18

指标	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high 发布日期: 2026-07-14	Inkling Inkling none 发布日期: 2026-07-18

指标	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high 发布日期: 2026-07-14	Inkling Inkling none 发布日期: 2026-07-18
分数	5.6	5.2
排名	#140	#160
可靠性	9.9	9.9
一致性	7.7	9.6
测试正确
尝试通过率	43.9%	28.8%
不稳定测试	6	1
总运行次数	66	66
每个结果成本	1.097	2.448
总成本	$0.077	$0.147
输入价格	$0.150 / 1M	$1.000 / 1M
输出价格	$0.600 / 1M	$4.050 / 1M
总输入令牌	50,470	104,111
输出令牌	3,957	10,551
推理令牌	111,374	0
响应时间（平均）	15.90s	3.50s
响应时间（最大）	118.35s	48.02s
响应时间（总计）	349.71s	77.09s

Hamster playing table tennis

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

#140 KAT-Coder-Air V2.5

high

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

#160 Thinking Machines: Inkling

none

Provider returned error

成本: $0.000
时间: 5.3s
令牌: 0 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
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290
Inkling	4.8	10.0	25.0%	0		1.43s	678	261	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
Inkling	4.5	10.0	0.0%	0		1.01s	7,356	436	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
Inkling	2.9	5.8	16.7%	1		25.74s	80,195	8,777	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
Inkling	10.0	10.0	100.0%	0		1.14s	7,056	279	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
Inkling	5.3	10.0	33.3%	0		1.45s	777	42	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
Inkling	5.0	10.0	0.0%	0		859ms	495	156	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
Inkling	6.3	10.0	50.0%	0		1.72s	696	72	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
Inkling	5.6	9.9	33.3%	0		931ms	696	291	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
Inkling	3.0	10.0	0.0%	0		2.50s	5,949	213	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
Inkling	3.0	10.0	0.0%	0		670ms	213	24	0

快速对比

切换对比组合