AI BENCHY Compare

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

Ringkasan

Claude Opus 4.7 (medium) unggul dalam skor rata-rata dengan 8.7 vs 8.0. KAT-Coder-Pro V2.5 (low) memiliki biaya benchmark lebih rendah di $0.220 vs $0.679. Claude Opus 4.7 (medium) lebih cepat di 4.73s vs 10.44s, dengan tingkat keberhasilan 82.5% vs 71.4%.

Model yang direkomendasikanClaude Opus 4.7 (medium)It has the best score here (8.7), while responding about 2.2x faster than KAT-Coder-Pro V2.5 (low).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

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

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Rilis: 2026-07-14
Skor	8.7	8.0
Peringkat	#16	#35
Keandalan	10.0	9.9
Konsistensi	9.6	7.3
Tes benar
Tingkat lulus per percobaan	82.5%	71.4%
Tes tidak stabil	1	7
Total Run	63	63
Biaya per hasil	3.991	1.991
Total Biaya	$0.679	$0.220
Harga input	$5.000 / 1M	$0.740 / 1M
Harga output	$25.000 / 1M	$2.960 / 1M
Total token input	65,406	42,750
Token output	11,858	2,167
Token penalaran	2,198	61,133
Waktu respons (rata-rata)	4.73s	10.44s
Waktu respons (maks)	23.18s	51.34s
Waktu respons (total)	94.51s	219.17s

Showcase generasi

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium

Biaya: $0.059
Waktu: 26.8s
Token: 2,475 tok

#35 KAT-Coder-Pro V2.5

low

Biaya: $0.016
Waktu: 47.6s
Token: 5,182 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Perbandingan Cepat

Ganti Pasangan Perbandingan