#66 KAT-Coder-Pro V2.5
high- 成本
- $0.009
- 时间
- 26.4s
- 令牌
- 3,117 tok
Kwaipilot: KAT-Coder-Pro V2.5 vs xAI: Grok 4.20
KAT-Coder-Pro V2.5 (high) 平均分领先，为 7.2 vs 7.1。 KAT-Coder-Pro V2.5 (high) benchmark 成本更低，为 $0.482 vs $0.777。 KAT-Coder-Pro V2.5 (high) 更快，为 20.83s vs 29.47s，通过率为 63.6% vs 63.6%。
推荐模型KAT-Coder-Pro V2.5 (high)它在这里得分最高（7.2），同时成本比Grok 4.20 (medium)低约 1.6 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17
| 指标 | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| 分数 | 7.2 | 7.1 |
| 排名 | #66 | #72 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.8 | 8.5 |
| 测试正确 | ||
| 尝试通过率 | 63.6% | 63.6% |
| 不稳定测试 | 6 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 4.378 | 9.709 |
| 总成本 | $0.482 | $0.777 |
| 输入价格 | $0.740 / 1M | $1.250 / 1M |
| 输出价格 | $2.960 / 1M | $2.500 / 1M |
| 总输入令牌 | 106,076 | 102,791 |
| 输出令牌 | 9,071 | 5,363 |
| 推理令牌 | 127,093 | 253,977 |
| 响应时间（平均） | 20.83s | 29.47s |
| 响应时间（最大） | 199.97s | 199.66s |
| 响应时间（总计） | 458.31s | 648.35s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#72 xAI: Grok 4.20
medium- 成本
- $0.041
- 时间
- 110.3s
- 令牌
- 16,336 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-Pro V2.5 | 7.0 | 8.0 | 66.7% | 1 | 3.17s | 672 | 447 | 2,716 | |
| Grok 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.95s | 2,010 | 287 | 8,312 |
| 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 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 106.70s | 78,458 | 6,956 | 60,306 | |
| Grok 4.20 | 8.7 | 6.9 | 83.3% | 1 | 42.25s | 71,267 | 3,776 | 44,009 |
| 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 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 |
| 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 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 27.03s | 1,764 | 375 | 49,339 |
| 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 | |
| Grok 4.20 | 3.9 | 2.6 | 33.3% | 1 | 24.48s | 825 | 65 | 6,440 |
| 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 | |
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 |
| 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 | |
| Grok 4.20 | 7.7 | 10.0 | 66.7% | 0 | 6.22s | 1,689 | 149 | 7,913 |
| 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 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 7,275 | 197 | 6,620 |
| 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 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 63.48s | 531 | 9 | 16,442 |
快速对比
切换对比组合
KAT-Coder-Pro V2.5highvsKimi K2.6mediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsKAT-Coder-Pro V2.5highQwen3.7 PlusnonevsGrok 4.20mediumKAT-Coder-Pro V2.5highvsQwen3.7 PlusnoneGemini 3.1 Flash LitemediumvsKAT-Coder-Pro V2.5highKAT-Coder-Pro V2.5highvsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewmediumvsKAT-Coder-Pro V2.5highKAT-Coder-Pro V2.5highvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsGLM 5.1mediumClaude Sonnet 4.6nonevsKAT-Coder-Pro V2.5high