AI BENCHY Compare

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

Resumen

KAT-Coder-Pro V2.5 (low) lidera en puntuación media con 8.0 vs 7.9. KAT-Coder-Pro V2.5 (low) tiene menor coste de benchmark con $0.220 vs $0.550. Claude Sonnet 5 (medium) es más rápido con 9.94s vs 10.44s, con tasas de acierto de 79.4% vs 71.4%.

Modelo recomendadoKAT-Coder-Pro V2.5 (low)Tiene la mejor puntuación aquí (8.0) y cuesta aproximadamente 2.5x menos que Claude Sonnet 5 (medium).

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

Métrica	Claude Sonnet 5 Claude Sonnet 5 medium Lanzamiento: 2026-06-30	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lanzamiento: 2026-07-14

Métrica	Claude Sonnet 5 Claude Sonnet 5 medium Lanzamiento: 2026-06-30	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lanzamiento: 2026-07-14
Puntuación	7.9	8.0
Rango	#37	#35
Fiabilidad	10.0	9.9
Consistencia	9.0	7.3
Pruebas correctas
Tasa de aciertos por intento	79.4%	71.4%
Pruebas inestables	3	7
Ejecuciones totales	63	63
Costo por resultado	3.662	1.991
Costo total	$0.550	$0.220
Precio de entrada	$2.000 / 1M	$0.740 / 1M
Precio de salida	$10.000 / 1M	$2.960 / 1M
Total de tokens de entrada	67,416	42,750
Tokens de salida	34,012	2,167
Tokens de razonamiento	7,673	61,133
Tiempo de respuesta (promedio)	9.94s	10.44s
Tiempo de respuesta (máximo)	56.94s	51.34s
Tiempo de respuesta (total)	208.71s	219.17s

Generación showcase

Hamster playing table tennis

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

#37 Claude Sonnet 5

medium

Coste: $0.007
Tiempo: 6.4s
Tokens: 832 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 Sonnet 5	10.0	10.0	100.0%	0		3.80s	834	1,220	446
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 Sonnet 5	9.0	7.9	88.9%	1		17.28s	10,590	13,153	2,379
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 Sonnet 5	4.5	2.1	66.7%	1		37.01s	29,394	4,848	2,170
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 Sonnet 5	10.0	10.0	100.0%	0		3.16s	10,503	312	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 Sonnet 5	7.7	10.0	66.7%	0		20.38s	975	12,140	1,994
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 Sonnet 5	4.8	3.2	33.3%	1		4.32s	708	264	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 Sonnet 5	9.9	10.0	100.0%	0		3.10s	909	318	269
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 Sonnet 5	7.7	10.0	66.7%	0		2.98s	894	407	121
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 Sonnet 5	10.0	10.0	100.0%	0		10.70s	12,351	433	90
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 Sonnet 5	3.0	10.0	0.0%	0		7.06s	258	917	204
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		17.06s	204	18	5,701

Comparación rápida

Cambiar par de comparación