#73 Claude Opus 4.8
none- Coste
- $0.053
- Tiempo
- 22.0s
- Tokens
- 2,253 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs Kwaipilot: KAT-Coder-Pro V2.5
Resumen
KAT-Coder-Pro V2.5 (medium) lidera en puntuación media con 7.5 vs 7.2. KAT-Coder-Pro V2.5 (medium) tiene menor coste de benchmark con $0.275 vs $0.539. Claude Opus 4.8 es más rápido con 3.48s vs 12.95s, con tasas de acierto de 61.9% vs 65.1%.
Modelo recomendadoKAT-Coder-Pro V2.5 (medium)Tiene la mejor puntuación aquí (7.5) y cuesta aproximadamente 2.0x menos que Claude Opus 4.8.
Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14
| Métrica | Claude Opus 4.8 Claude Opus 4.8 none | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium |
|---|---|---|
| Puntuación | 7.2 | 7.5 |
| Rango | #73 | #60 |
| Fiabilidad | 10.0 | 10.0 |
| Consistencia | 9.2 | 7.7 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 61.9% | 65.1% |
| Pruebas inestables | 2 | 6 |
| Ejecuciones totales | 63 | 63 |
| Costo por resultado | 4.485 | 2.498 |
| Costo total | $0.539 | $0.275 |
| Precio de entrada | $5.000 / 1M | $0.740 / 1M |
| Precio de salida | $25.000 / 1M | $2.960 / 1M |
| Total de tokens de entrada | 67,104 | 42,750 |
| Tokens de salida | 8,107 | 2,098 |
| Tokens de razonamiento | 0 | 80,027 |
| Tiempo de respuesta (promedio) | 3.48s | 12.95s |
| Tiempo de respuesta (máximo) | 17.73s | 81.45s |
| Tiempo de respuesta (total) | 73.00s | 271.92s |
Generación showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#60 KAT-Coder-Pro V2.5
medium- Coste
- $0.009
- Tiempo
- 25.6s
- Tokens
- 2,939 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
| 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 4.8 | 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 | 33.10s | 7,893 | 416 | 33,658 |
Comparación rápida
Cambiar par de comparación
KAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponible gratisDeepSeek V4 ProhighvsKAT-Coder-Pro V2.5mediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsKAT-Coder-Pro V2.5mediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 LunahighKAT-Coder-Pro V2.5mediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsLaguna XS 2.1mediumDisponible gratisKAT-Coder-Pro V2.5mediumvsGPT-5.6 Terralow