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

GPT-5.4 Nano (medium) 平均分领先，为 7.5 vs 7.4。 GPT-5.4 Nano (medium) benchmark 成本更低，为 $0.138 vs $0.387。 GPT-5.4 Nano (medium) 更快，为 13.24s vs 19.47s，通过率为 69.7% vs 65.2%。

推荐模型GPT-5.4 Nano (medium)它在这里得分最高（7.5），同时成本比KAT-Coder-Pro V2.5 (low)低约 2.8 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 low 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 low 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	7.4	7.5
排名	#59	#51
可靠性	10.0	10.0
一致性	7.0	8.5
测试正确
尝试通过率	69.7%	65.2%
不稳定测试	8	4
总运行次数	66	66
每个结果成本	3.514	1.150
总成本	$0.387	$0.138
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	87,673	82,819
输出令牌	7,166	7,100
推理令牌	101,474	90,022
响应时间（平均）	19.47s	13.24s
响应时间（最大）	209.15s	94.06s
响应时间（总计）	428.31s	291.33s

Hamster playing table tennis

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

#59 KAT-Coder-Pro V2.5

low

成本: $0.016
时间: 47.6s
令牌: 5,182 tok

#51 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	6.9	5.8	75.0%	2		4.20s	672	277	4,228
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	7.8	10.0	66.7%	0		24.87s	7,893	402	24,945
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	6.4	5.8	66.7%	1		111.87s	60,055	5,393	43,732
GPT-5.4 Nano	9.9	10.0	100.0%	0		32.24s	59,730	4,435	19,221

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
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	4.1	4.4	44.5%	2		17.52s	771	35	16,877
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	4.1	2.7	33.3%	1		2.32s	516	99	412
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	10.0	10.0	100.0%	0		2.53s	699	83	1,008
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	6.4	4.4	77.8%	2		3.11s	696	289	1,820
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		18.45s	8,391	282	834
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		17.06s	204	18	5,701
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