AI BENCHY 对比

Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.4 Nano

摘要

KAT-Coder-Pro V2.5 (high) 平均分领先，为 7.7 vs 7.5。 GPT-5.4 Nano (medium) benchmark 成本更低，为 $0.107 vs $0.246。 GPT-5.4 Nano (medium) 更快，为 11.95s vs 12.30s，通过率为 63.5% vs 63.5%。

推荐模型GPT-5.4 Nano (medium)它的得分接近这里的最高分（7.5 vs 7.7），同时成本比KAT-Coder-Pro V2.5 (high)低约 2.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14

指标	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high 发布日期: 2026-07-14	GPT-5.4 Nano GPT-5.4 Nano medium 发布日期: 2026-03-17

指标	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high 发布日期: 2026-07-14	GPT-5.4 Nano GPT-5.4 Nano medium 发布日期: 2026-03-17
分数	7.7	7.5
排名	#53	#62
可靠性	10.0	10.0
一致性	8.1	8.4
测试正确
尝试通过率	63.5%	63.5%
不稳定测试	5	4
总运行次数	63	63
每个结果成本	2.228	0.969
总成本	$0.246	$0.107
输入价格	$0.740 / 1M	$0.200 / 1M
输出价格	$2.960 / 1M	$1.250 / 1M
总输入令牌	42,750	35,434
输出令牌	2,509	3,014
推理令牌	69,594	76,520
响应时间（平均）	12.30s	11.95s
响应时间（最大）	95.65s	94.06s
响应时间（总计）	258.34s	250.98s

生成展示

Hamster playing table tennis

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

#53 KAT-Coder-Pro V2.5

high

成本: $0.009
时间: 26.4s
令牌: 3,117 tok

#62 GPT-5.4 Nano

medium

成本: $0.007
时间: 24.6s
令牌: 4,943 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-Pro V2.5	7.0	8.0	66.7%	1		3.17s	672	447	2,716
GPT-5.4 Nano	8.3	10.0	75.0%	0		4.52s	606	683	2,254

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-Pro V2.5	6.4	7.9	44.4%	1		22.00s	7,893	422	20,461
GPT-5.4 Nano	6.1	4.7	66.7%	2		19.12s	7,305	516	20,778

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-Pro V2.5	10.0	10.0	100.0%	0		13.44s	15,132	394	2,807
GPT-5.4 Nano	9.8	10.0	100.0%	0		24.13s	12,345	349	5,719

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-Pro V2.5	10.0	10.0	100.0%	0		4.13s	7,776	278	1,960
GPT-5.4 Nano	10.0	10.0	100.0%	0		2.54s	7,140	234	516

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-Pro V2.5	2.9	4.4	22.2%	2		35.33s	771	33	35,701
GPT-5.4 Nano	5.9	7.2	55.6%	1		38.18s	619	60	43,325

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-Pro V2.5	5.1	10.0	0.0%	0		3.27s	516	139	647
GPT-5.4 Nano	4.5	10.0	0.0%	0		4.15s	477	179	443

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-Pro V2.5	9.9	10.0	100.0%	0		2.67s	699	84	976
GPT-5.4 Nano	9.8	10.0	100.0%	0		1.88s	660	95	521

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-Pro V2.5	8.2	7.2	88.9%	1		3.38s	696	428	1,936
GPT-5.4 Nano	4.1	7.2	22.2%	1		3.79s	642	594	1,408

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-Pro V2.5	10.0	10.0	100.0%	0		28.04s	8,391	268	896
GPT-5.4 Nano	10.0	10.0	100.0%	0		7.71s	5,445	234	382

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-Pro V2.5	3.0	10.0	0.0%	0		5.22s	204	16	1,494
GPT-5.4 Nano	3.0	10.0	0.0%	0		4.81s	195	70	1,174

快速对比

切换对比组合