নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Anthropic: Claude Opus 4.8 vs Kwaipilot: KAT-Coder-Pro V2.5

KAT-Coder-Pro V2.5 (low) average score-এ এগিয়ে: 7.4 vs 7.3. KAT-Coder-Pro V2.5 (low)-এর benchmark খরচ কম: $0.387 vs $1.166. Claude Opus 4.8 দ্রুত: 4.91s vs 19.47s, pass rates 63.6% vs 69.7%.

প্রস্তাবিত মডেলKAT-Coder-Pro V2.5 (low)It has the best score here (7.4), while costing about 3.0x less than Claude Opus 4.8.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 none প্রকাশ: 2026-05-28 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low প্রকাশ: 2026-07-14
স্কোর 7.3 7.4
র‍্যাঙ্ক #63 #59
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 7.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 69.7%
অস্থির টেস্ট 2 8
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.969 3.514
মোট খরচ $1.166 $0.387
ইনপুট মূল্য $5.000 / 1M $0.740 / 1M
আউটপুট মূল্য $25.000 / 1M $2.960 / 1M
মোট ইনপুট টোকেন 149,206 87,673
আউটপুট টোকেন 16,797 7,166
রিজনিং টোকেন 0 101,474
প্রতিক্রিয়া সময় (গড়) 4.91s 19.47s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 35.03s 209.15s
প্রতিক্রিয়া সময় (মোট) 108.03s 428.31s

Hamster playing table tennis

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

#63 Claude Opus 4.8

none
খরচ
$0.053
সময়
22.0s
টোকেন
2,253 tok

#59 KAT-Coder-Pro V2.5

low
খরচ
$0.016
সময়
47.6s
টোকেন
5,182 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945

দ্রুত তুলনা

তুলনার জুটি বদলান