AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Kwaipilot: KAT-Coder-Pro V2.5

Resumen

Claude Opus 4.7 (medium) lidera en puntuación media con 8.7 vs 8.0. KAT-Coder-Pro V2.5 (low) tiene menor coste de benchmark con $0.220 vs $0.679. Claude Opus 4.7 (medium) es más rápido con 4.73s vs 10.44s, con tasas de acierto de 82.5% vs 71.4%.

Modelo recomendadoClaude Opus 4.7 (medium)Tiene la mejor puntuación aquí (8.7) y responde aproximadamente 2.2x más rápido que KAT-Coder-Pro V2.5 (low).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14

Métrica	Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lanzamiento: 2026-07-14

Métrica	Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lanzamiento: 2026-07-14
Puntuación	8.7	8.0
Rango	#16	#35
Fiabilidad	10.0	9.9
Consistencia	9.6	7.3
Pruebas correctas
Tasa de aciertos por intento	82.5%	71.4%
Pruebas inestables	1	7
Ejecuciones totales	63	63
Costo por resultado	3.991	1.991
Costo total	$0.679	$0.220
Precio de entrada	$5.000 / 1M	$0.740 / 1M
Precio de salida	$25.000 / 1M	$2.960 / 1M
Total de tokens de entrada	65,406	42,750
Tokens de salida	11,858	2,167
Tokens de razonamiento	2,198	61,133
Tiempo de respuesta (promedio)	4.73s	10.44s
Tiempo de respuesta (máximo)	23.18s	51.34s
Tiempo de respuesta (total)	94.51s	219.17s

Generación showcase

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium

Coste: $0.059
Tiempo: 26.8s
Tokens: 2,475 tok

#35 KAT-Coder-Pro V2.5

low

Coste: $0.016
Tiempo: 47.6s
Tokens: 5,182 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
KAT-Coder-Pro V2.5	6.9	5.8	75.0%	2		4.20s	672	277	4,228

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
KAT-Coder-Pro V2.5	7.8	10.0	66.7%	0		24.87s	7,893	402	24,945

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	10.0	10.0	100.0%	0		21.45s	24,501	2,369	1,084
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		14.59s	15,132	394	3,391

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		4.19s	7,776	288	1,917

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
KAT-Coder-Pro V2.5	4.1	4.4	44.5%	2		17.52s	771	35	16,877

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
KAT-Coder-Pro V2.5	4.1	2.7	33.3%	1		2.32s	516	99	412

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		2.53s	699	83	1,008

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
KAT-Coder-Pro V2.5	6.4	4.4	77.8%	2		3.11s	696	289	1,820

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		18.45s	8,391	282	834

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		17.06s	204	18	5,701

Comparación rápida

Cambiar par de comparación