AI BENCHY 对比

Kwaipilot: KAT-Coder-Air V2.5 vs MoonshotAI: Kimi K2.6

摘要

Kimi K2.6 平均分领先，为 5.8 vs 5.4。 KAT-Coder-Air V2.5 (low) benchmark 成本更低，为 $0.041 vs $0.233。 KAT-Coder-Air V2.5 (low) 更快，为 10.09s vs 19.58s，通过率为 45.5% vs 34.9%。

推荐模型KAT-Coder-Air V2.5 (low)它的得分接近这里的最高分（5.4 vs 5.8），同时成本比Kimi K2.6低约 5.7 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 low 发布日期: 2026-07-14	Kimi K2.6 Kimi K2.6 none 发布日期: 2026-04-20

指标	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low 发布日期: 2026-07-14	Kimi K2.6 Kimi K2.6 none 发布日期: 2026-04-20
分数	5.4	5.8
排名	#151	#131
可靠性	9.9	10.0
一致性	7.4	9.3
测试正确
尝试通过率	45.5%	34.9%
不稳定测试	7	2
总运行次数	66	66
每个结果成本	0.585	3.199
总成本	$0.041	$0.233
输入价格	$0.150 / 1M	$0.950 / 1M
输出价格	$0.600 / 1M	$4.000 / 1M
总输入令牌	61,085	116,970
输出令牌	5,905	30,253
推理令牌	46,990	0
响应时间（平均）	10.09s	19.58s
响应时间（最大）	86.23s	238.89s
响应时间（总计）	222.03s	430.85s

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

#131 MoonshotAI: Kimi K2.6

none

成本: $0.020
时间: 127.4s
令牌: 4,429 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	7.3	5.8	83.3%	2		3.50s	672	422	1,548
Kimi K2.6	4.6	10.0	25.0%	0		1.39s	618	471	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	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623
Kimi K2.6	5.5	9.8	33.3%	0		82.57s	5,986	14,754	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	6.4	5.8	66.7%	1		55.86s	33,753	2,046	17,833
Kimi K2.6	3.0	10.0	0.0%	0		77.83s	95,323	14,133	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		2.82s	7,776	261	1,069
Kimi K2.6	10.0	10.0	100.0%	0		1.32s	7,014	201	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		4.99s	553	310	3,332
Kimi K2.6	5.3	7.2	44.4%	1		1.48s	732	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	5.0	10.0	0.0%	0		10.11s	516	142	596
Kimi K2.6	5.4	3.5	33.3%	1		1.55s	477	138	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		1.64s	699	89	640
Kimi K2.6	6.5	10.0	50.0%	0		1.64s	669	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	3.1	4.6	22.2%	2		1.57s	696	294	796
Kimi K2.6	3.1	9.9	0.0%	0		1.40s	651	185	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		4.47s	8,391	330	1,065
Kimi K2.6	10.0	10.0	100.0%	0		4.46s	5,286	240	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		19.98s	136	10	6,488
Kimi K2.6	3.0	10.0	0.0%	0		1.36s	214	17	0

快速对比

切换对比组合