Kwaipilot: KAT-Coder-Air V2.5 vs Poolside: Laguna XS 2.1

KAT-Coder-Air V2.5 (medium) 平均分领先，为 5.6 vs 5.3。 Laguna XS 2.1 benchmark 成本更低，为 $0.008 vs $0.048。 Laguna XS 2.1 更快，为 1.55s vs 8.42s，通过率为 45.5% vs 30.3%。

推荐模型Laguna XS 2.1它的得分接近这里的最高分（5.3 vs 5.6），同时成本比KAT-Coder-Air V2.5 (medium)低约 6.7 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 medium 发布日期: 2026-07-14	Laguna XS 2.1 Laguna XS 2.1 none 发布日期: 2026-07-02 免费可用

指标	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium 发布日期: 2026-07-14	Laguna XS 2.1 Laguna XS 2.1 none 发布日期: 2026-07-02 免费可用
分数	5.6	5.3
排名	#142	#153
可靠性	9.9	10.0
一致性	8.9	9.0
测试正确
尝试通过率	45.5%	30.3%
不稳定测试	3	3
总运行次数	66	66
每个结果成本	0.593	0.143
总成本	$0.048	$0.008
输入价格	$0.150 / 1M	$0.060 / 1M
输出价格	$0.600 / 1M	$0.120 / 1M
总输入令牌	51,472	91,598
输出令牌	7,822	13,377
推理令牌	58,352	0
响应时间（平均）	8.42s	1.55s
响应时间（最大）	48.19s	19.02s
响应时间（总计）	185.24s	34.19s

Hamster playing table tennis

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

#142 KAT-Coder-Air V2.5

medium

成本: $0.003
时间: 23.7s
令牌: 4,924 tok

#153 Laguna XS 2.1

none

成本: $0.001
时间: 27.6s
令牌: 4,344 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	8.7	8.0	91.7%	1		3.79s	672	549	4,194
Laguna XS 2.1	5.3	8.3	33.3%	1		755ms	774	1,015	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	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973
Laguna XS 2.1	4.3	7.8	22.2%	1		623ms	7,995	562	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		19.56s	23,854	435	6,811
Laguna XS 2.1	3.0	10.0	0.0%	0		10.39s	64,647	10,328	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		3.65s	7,776	268	1,881
Laguna XS 2.1	10.0	10.0	100.0%	0		768ms	7,734	240	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	3.0	10.0	0.0%	0		4.87s	771	487	4,454
Laguna XS 2.1	5.3	10.0	33.3%	0		364ms	834	14	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		9.81s	516	189	557
Laguna XS 2.1	5.0	10.0	0.0%	0		529ms	537	128	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	10.0	10.0	100.0%	0		1.50s	699	93	730
Laguna XS 2.1	3.8	5.8	33.3%	1		364ms	638	50	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	3.6	7.2	22.2%	1		1.87s	696	265	1,184
Laguna XS 2.1	3.0	10.0	0.0%	0		1.01s	771	730	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	317	906
Laguna XS 2.1	10.0	10.0	100.0%	0		1.36s	7,413	300	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		15.74s	204	20	7,662
Laguna XS 2.1	3.0	10.0	0.0%	0		254ms	255	10	0

快速对比

切换对比组合