#60 KAT-Coder-Pro V2.5
medium- 成本
- $0.009
- 时间
- 25.6s
- 令牌
- 2,939 tok
AI BENCHY 对比
Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.6 Luna
摘要
GPT-5.6 Luna (high) 平均分领先，为 7.7 vs 7.5。 KAT-Coder-Pro V2.5 (medium) benchmark 成本更低，为 $0.275 vs $0.924。 KAT-Coder-Pro V2.5 (medium) 更快，为 12.95s vs 18.39s，通过率为 65.1% vs 71.4%。
推荐模型KAT-Coder-Pro V2.5 (medium)它的得分接近这里的最高分（7.5 vs 7.7），同时成本比GPT-5.6 Luna (high)低约 3.4 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 medium | GPT-5.6 Luna GPT-5.6 Luna high |
|---|---|---|
| 分数 | 7.5 | 7.7 |
| 排名 | #60 | #52 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.7 | 8.8 |
| 测试正确 | ||
| 尝试通过率 | 65.1% | 71.4% |
| 不稳定测试 | 6 | 3 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 2.498 | 6.594 |
| 总成本 | $0.275 | $0.924 |
| 输入价格 | $0.740 / 1M | $1.000 / 1M |
| 输出价格 | $2.960 / 1M | $6.000 / 1M |
| 总输入令牌 | 42,750 | 35,699 |
| 输出令牌 | 2,098 | 2,079 |
| 推理令牌 | 80,027 | 145,816 |
| 响应时间（平均） | 12.95s | 18.39s |
| 响应时间（最大） | 81.45s | 111.09s |
| 响应时间（总计） | 271.92s | 386.24s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#52 GPT-5.6 Luna
high- 成本
- $0.033
- 时间
- 34.2s
- 令牌
- 5,484 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
| 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 | 33.10s | 7,893 | 416 | 33,658 | |
| GPT-5.6 Luna | 5.5 | 4.7 | 55.6% | 2 | 15.63s | 7,302 | 510 | 17,746 |
快速对比
切换对比组合
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGrok 4.3mediumKAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneClaude Opus 4.8lowvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6medium免费可用vsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighDeepSeek V4 ProhighvsKAT-Coder-Pro V2.5mediumGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 LunahighMiniMax M3mediumvsGPT-5.6 Lunahigh