Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Kwaipilot: KAT-Coder-Pro V2.5

Ringkasan

KAT-Coder-Pro V2.5 (medium) unggul dalam skor rata-rata dengan 7.5 vs 7.3. KAT-Coder-Pro V2.5 (medium) memiliki biaya benchmark lebih rendah di $0.275 vs $0.316. Claude Sonnet 4.6 lebih cepat di 5.04s vs 12.95s, dengan tingkat keberhasilan 55.6% vs 65.1%.

Model yang direkomendasikanClaude Sonnet 4.6Its score stays close to the best score here (7.3 vs 7.5), while responding about 2.6x faster than KAT-Coder-Pro V2.5 (medium).

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

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium Rilis: 2026-07-14
Skor 7.3 7.5
Peringkat #71 #60
Keandalan 10.0 10.0
Konsistensi 9.7 7.7
Tes benar
Tingkat lulus per percobaan 55.6% 65.1%
Tes tidak stabil 1 6
Total Run 63 63
Biaya per hasil 2.870 2.498
Total Biaya $0.316 $0.275
Harga input $3.000 / 1M $0.740 / 1M
Harga output $15.000 / 1M $2.960 / 1M
Total token input 57,886 42,750
Token output 9,465 2,098
Token penalaran 0 80,027
Waktu respons (rata-rata) 5.04s 12.95s
Waktu respons (maks) 23.84s 81.45s
Waktu respons (total) 70.60s 271.92s

Showcase generasi

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none
Biaya
$0.038
Waktu
27.3s
Token
2,598 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 Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 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