Kwaipilot: KAT-Coder-Air V2.5 vs Z.ai: GLM 5

GLM 5 平均分领先，为 5.7 vs 5.6。 GLM 5 benchmark 成本更低，为 $0.042 vs $0.048。 GLM 5 更快，为 4.03s vs 8.42s，通过率为 45.5% vs 42.4%。

推荐模型GLM 5它在这里得分最高（5.7），同时响应速度比KAT-Coder-Air V2.5 (medium)快约 2.1 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	GLM 5 GLM 5 none 发布日期: 2026-02-12

指标	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium 发布日期: 2026-07-14	GLM 5 GLM 5 none 发布日期: 2026-02-12
分数	5.6	5.7
排名	#142	#134
可靠性	9.9	10.0
一致性	8.9	9.3
测试正确
尝试通过率	45.5%	42.4%
不稳定测试	3	1
总运行次数	66	63
每个结果成本	0.593	0.263
总成本	$0.048	$0.042
输入价格	$0.150 / 1M	$0.950 / 1M
输出价格	$0.600 / 1M	$3.150 / 1M
总输入令牌	51,472	37,135
输出令牌	7,822	1,989
推理令牌	58,352	0
响应时间（平均）	8.42s	4.03s
响应时间（最大）	48.19s	11.07s
响应时间（总计）	185.24s	56.37s

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

#134 GLM 5

none

成本: $0.007
时间: 32.1s
令牌: 2,023 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
GLM 5	4.8	10.0	25.0%	0		2.37s	510	275	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
GLM 5	4.0	7.8	11.1%	1		5.12s	7,256	428	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
GLM 5	1.5	5.0	0.0%	0		4.98s	12,812	406	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
GLM 5	10.0	10.0	100.0%	0		5.78s	7,107	203	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
GLM 5	3.0	10.0	0.0%	0		2.24s	643	19	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
GLM 5	10.0	10.0	100.0%	0		3.27s	477	103	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
GLM 5	10.0	10.0	100.0%	0		1.48s	636	61	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
GLM 5	7.7	10.0	66.7%	0		1.91s	609	261	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
GLM 5	10.0	10.0	100.0%	0		11.07s	6,899	220	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
GLM 5	3.0	10.0	0.0%	0		3.62s	186	13	0

快速对比

切换对比组合