#38 KAT-Coder-Pro V2.5
low- 成本
- $0.016
- 时间
- 47.6s
- 令牌
- 5,182 tok
AI BENCHY 对比
Kwaipilot: KAT-Coder-Pro V2.5 vs Meta: Muse Spark 1.1
摘要
KAT-Coder-Pro V2.5 (low) 平均分领先，为 8.0 vs 7.8。 KAT-Coder-Pro V2.5 (low) benchmark 成本更低，为 $0.220 vs $1.440。 KAT-Coder-Pro V2.5 (low) 更快，为 10.44s vs 29.16s，通过率为 71.4% vs 69.8%。
推荐模型KAT-Coder-Pro V2.5 (low)它在这里得分最高（8.0），同时成本比Muse Spark 1.1 (high)低约 6.6 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-16
| 指标 | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low | Muse Spark 1.1 Muse Spark 1.1 high |
|---|---|---|
| 分数 | 8.0 | 7.8 |
| 排名 | #38 | #41 |
| 可靠性 | 9.9 | 10.0 |
| 一致性 | 7.3 | 8.1 |
| 测试正确 | ||
| 尝试通过率 | 71.4% | 69.8% |
| 不稳定测试 | 7 | 5 |
| 总运行次数 | 63 | 61 |
| 每个结果成本 | 1.991 | 11.997 |
| 总成本 | $0.220 | $1.440 |
| 输入价格 | $0.740 / 1M | $1.250 / 1M |
| 输出价格 | $2.960 / 1M | $4.250 / 1M |
| 总输入令牌 | 42,750 | 64,900 |
| 输出令牌 | 2,167 | 3,577 |
| 推理令牌 | 61,133 | 316,055 |
| 响应时间（平均） | 10.44s | 29.16s |
| 响应时间（最大） | 51.34s | 196.03s |
| 响应时间（总计） | 219.17s | 583.18s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#41 Muse Spark 1.1
high- 成本
- $0.039
- 时间
- 50.1s
- 令牌
- 9,423 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 | 6.9 | 5.8 | 75.0% | 2 | 4.20s | 672 | 277 | 4,228 | |
| Muse Spark 1.1 | 7.5 | 8.4 | 66.7% | 1 | 8.60s | 2,334 | 516 | 13,023 |
| 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 | 7.8 | 10.0 | 66.7% | 0 | 24.87s | 7,893 | 402 | 24,945 | |
| Muse Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 22.92s | 8,562 | 349 | 36,039 |
| 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 | 14.59s | 15,132 | 394 | 3,391 | |
| Muse Spark 1.1 | 4.5 | 2.1 | 66.7% | 1 | 62.41s | 25,559 | 1,035 | 32,073 |
| 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 | 4.19s | 7,776 | 288 | 1,917 | |
| Muse Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 8.40s | 7,827 | 240 | 5,907 |
| 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 | 4.1 | 4.4 | 44.5% | 2 | 17.52s | 771 | 35 | 16,877 | |
| Muse Spark 1.1 | 3.5 | 4.4 | 33.3% | 2 | 67.39s | 1,272 | 66 | 64,456 |
| 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 | 4.1 | 2.7 | 33.3% | 1 | 2.32s | 516 | 99 | 412 | |
| Muse Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 7.73s | 906 | 116 | 3,390 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 2.53s | 699 | 83 | 1,008 | |
| Muse Spark 1.1 | 6.4 | 6.0 | 66.7% | 1 | 7.81s | 1,527 | 193 | 7,158 |
| 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 | 6.4 | 4.4 | 77.8% | 2 | 3.11s | 696 | 289 | 1,820 | |
| Muse Spark 1.1 | 7.8 | 9.9 | 66.7% | 0 | 69.96s | 1,938 | 225 | 140,780 |
| 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 | 18.45s | 8,391 | 282 | 834 | |
| Muse Spark 1.1 | 9.6 | 10.0 | 100.0% | 0 | 9.88s | 14,363 | 795 | 2,938 |
| 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 | 17.06s | 204 | 18 | 5,701 | |
| Muse Spark 1.1 | 3.0 | 10.0 | 0.0% | 0 | 22.93s | 612 | 42 | 10,291 |
快速对比
切换对比组合
Muse Spark 1.1highvsQwen3.6 PlusmediumMuse Spark 1.1highvsGPT-5.6 TerramediumClaude Sonnet 5mediumvsMuse Spark 1.1highClaude Sonnet 4.6mediumvsMuse Spark 1.1highMuse Spark 1.1highvsGrok 4.5lowKAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-02-15mediumKAT-Coder-Pro V2.5lowvsGPT-5.4 MinimediumMuse Spark 1.1highvsQwen3.5-27BmediumKAT-Coder-Pro V2.5lowvsGLM 5.2highGemini 3.1 Flash Lite PreviewmediumvsMuse Spark 1.1highMuse Spark 1.1highvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash LitemediumvsMuse Spark 1.1high