#154 KAT-Coder-Air V2.5
low- 成本
- $0.004
- 时间
- 29.9s
- 令牌
- 6,008 tok
Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.4
GPT-5.4 平均分领先，为 5.8 vs 5.4。 KAT-Coder-Air V2.5 (low) benchmark 成本更低，为 $0.041 vs $0.397。 GPT-5.4 更快，为 2.07s vs 10.09s，通过率为 45.5% 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 (low)快约 4.9 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 low | GPT-5.4 GPT-5.4 none |
|---|---|---|
| 分数 | 5.4 | 5.8 |
| 排名 | #154 | #135 |
| 可靠性 | 9.9 | 10.0 |
| 一致性 | 7.4 | 9.2 |
| 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 | 5.663 |
| 总成本 | $0.041 | $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 | 61,085 | 108,632 |
| 输出令牌 | 5,905 | 8,321 |
| 推理令牌 | 46,990 | 0 |
| 响应时间（平均） | 10.09s | 2.07s |
| 响应时间（最大） | 86.23s | 15.63s |
| 响应时间（总计） | 222.03s | 45.51s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#135 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 | 7.3 | 5.8 | 83.3% | 2 | 3.50s | 672 | 422 | 1,548 | |
| 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 | 3.5 | 7.3 | 11.1% | 1 | 11.06s | 7,893 | 2,001 | 13,623 | |
| 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 | 6.4 | 5.8 | 66.7% | 1 | 55.86s | 33,753 | 2,046 | 17,833 | |
| 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 | 2.82s | 7,776 | 261 | 1,069 | |
| 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 | 4.99s | 553 | 310 | 3,332 | |
| 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 | 5.0 | 10.0 | 0.0% | 0 | 10.11s | 516 | 142 | 596 | |
| 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 | 1.64s | 699 | 89 | 640 | |
| 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 | 3.1 | 4.6 | 22.2% | 2 | 1.57s | 696 | 294 | 796 | |
| 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 | 4.47s | 8,391 | 330 | 1,065 | |
| 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 | 19.98s | 136 | 10 | 6,488 | |
| 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 V2.5lowvsGPT-5.6 LunanoneNemotron 3 Supermedium免费可用vsGPT-5.4noneKAT-Coder-Air V2.5lowvsLaguna XS 2.1none免费可用KAT-Coder-Air V2.5lowvsQwen3.6 35B A3BnoneNorth Mini Codemedium免费可用vsGPT-5.4noneGemma 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-PrononeKAT-Coder-Air V2.5lowvsQwen3.6 27BnoneKAT-Coder-Air V2.5highvsGPT-5.4noneKAT-Coder-Air V2.5lowvsGLM 5.1none