#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
平均分几乎持平，为 7.5 vs 7.6。 GPT-5.6 Luna (medium) benchmark 成本更低，为 $0.258 vs $0.275。 GPT-5.6 Luna (medium) 更快，为 6.70s vs 12.95s，通过率为 65.1% vs 63.5%。
推荐模型GPT-5.6 Luna (medium)它在这里得分最高（7.6），同时响应速度比KAT-Coder-Pro V2.5 (medium)快约 1.9 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 medium |
|---|---|---|
| 分数 | 7.5 | 7.6 |
| 排名 | #60 | #57 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.7 | 9.6 |
| 测试正确 | ||
| 尝试通过率 | 65.1% | 63.5% |
| 不稳定测试 | 6 | 1 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 2.498 | 1.978 |
| 总成本 | $0.275 | $0.258 |
| 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 | 2,148 |
| 推理令牌 | 80,027 | 34,740 |
| 响应时间（平均） | 12.95s | 6.70s |
| 响应时间（最大） | 81.45s | 29.85s |
| 响应时间（总计） | 271.92s | 140.62s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#57 GPT-5.6 Luna
medium- 成本
- $0.014
- 时间
- 14.6s
- 令牌
- 2,362 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 | 5.4 | 7.2 | 44.4% | 1 | 10.38s | 7,302 | 564 | 9,928 |
快速对比
切换对比组合
KAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.6 LunamediumDeepSeek V4 ProhighvsKAT-Coder-Pro V2.5mediumKAT-Coder-Pro V2.5highvsGPT-5.6 LunamediumGPT-5.6 LunamediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsKAT-Coder-Pro V2.5mediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 LunahighKAT-Coder-Pro V2.5mediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsGPT-5.6 LunamediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 TerralowGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumClaude Opus 4.8lowvsKAT-Coder-Pro V2.5medium