Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

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

Ringkasan

KAT-Coder-Pro V2.5 (medium) unggul dalam skor rata-rata dengan 7.5 vs 7.2. KAT-Coder-Pro V2.5 (medium) memiliki biaya benchmark lebih rendah di $0.275 vs $0.539. Claude Opus 4.8 lebih cepat di 3.48s vs 12.95s, dengan tingkat keberhasilan 61.9% vs 65.1%.

Model yang direkomendasikanKAT-Coder-Pro V2.5 (medium)It has the best score here (7.5), while costing about 2.0x less than Claude Opus 4.8.

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

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium Rilis: 2026-07-14
Skor 7.2 7.5
Peringkat #73 #60
Keandalan 10.0 10.0
Konsistensi 9.2 7.7
Tes benar
Tingkat lulus per percobaan 61.9% 65.1%
Tes tidak stabil 2 6
Total Run 63 63
Biaya per hasil 4.485 2.498
Total Biaya $0.539 $0.275
Harga input $5.000 / 1M $0.740 / 1M
Harga output $25.000 / 1M $2.960 / 1M
Total token input 67,104 42,750
Token output 8,107 2,098
Token penalaran 0 80,027
Waktu respons (rata-rata) 3.48s 12.95s
Waktu respons (maks) 17.73s 81.45s
Waktu respons (total) 73.00s 271.92s

Showcase generasi

Hamster playing table tennis

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

#73 Claude Opus 4.8

none
Biaya
$0.053
Waktu
22.0s
Token
2,253 tok

#60 KAT-Coder-Pro V2.5

medium
Biaya
$0.009
Waktu
25.6s
Token
2,939 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

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 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

Perbandingan Cepat

Ganti Pasangan Perbandingan