AI BENCHY Compare

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

Ringkasan

KAT-Coder-Pro V2.5 (low) unggul dalam skor rata-rata dengan 8.0 vs 7.9. KAT-Coder-Pro V2.5 (low) memiliki biaya benchmark lebih rendah di $0.220 vs $0.550. Claude Sonnet 5 (medium) lebih cepat di 9.94s vs 10.44s, dengan tingkat keberhasilan 79.4% vs 71.4%.

Model yang direkomendasikanKAT-Coder-Pro V2.5 (low)It has the best score here (8.0), while costing about 2.5x less than Claude Sonnet 5 (medium).

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

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

Metrik	Claude Sonnet 5 Claude Sonnet 5 medium Rilis: 2026-06-30	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Rilis: 2026-07-14
Skor	7.9	8.0
Peringkat	#37	#35
Keandalan	10.0	9.9
Konsistensi	9.0	7.3
Tes benar
Tingkat lulus per percobaan	79.4%	71.4%
Tes tidak stabil	3	7
Total Run	63	63
Biaya per hasil	3.662	1.991
Total Biaya	$0.550	$0.220
Harga input	$2.000 / 1M	$0.740 / 1M
Harga output	$10.000 / 1M	$2.960 / 1M
Total token input	67,416	42,750
Token output	34,012	2,167
Token penalaran	7,673	61,133
Waktu respons (rata-rata)	9.94s	10.44s
Waktu respons (maks)	56.94s	51.34s
Waktu respons (total)	208.71s	219.17s

Showcase generasi

Hamster playing table tennis

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

#37 Claude Sonnet 5

medium

Biaya: $0.007
Waktu: 6.4s
Token: 832 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 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

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

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

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 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

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

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

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

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 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

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

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

Perbandingan Cepat

Ganti Pasangan Perbandingan