#63 Claude Opus 4.8
none- コスト
- $0.053
- 時間
- 22.0s
- トークン
- 2,253 tok
Anthropic: Claude Opus 4.8 vs Kwaipilot: KAT-Coder-Pro V2.5
KAT-Coder-Pro V2.5 (low) が平均スコアでリードし、7.4 vs 7.3 です。 KAT-Coder-Pro V2.5 (low) の benchmark コストが低く、$0.387 vs $1.166 です。 Claude Opus 4.8 の方が高速で、4.91s vs 19.47s です、成功率は 63.6% vs 69.7% です。
おすすめモデルKAT-Coder-Pro V2.5 (low)ここでは最高スコア（7.4）で、Claude Opus 4.8 より約 3.0 倍低コストです。
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-17
| 指標 | Claude Opus 4.8 Claude Opus 4.8 none | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low |
|---|---|---|
| スコア | 7.3 | 7.4 |
| 順位 | #63 | #59 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 7.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 69.7% |
| 不安定なテスト | 2 | 8 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 8.969 | 3.514 |
| 合計コスト | $1.166 | $0.387 |
| 入力価格 | $5.000 / 1M | $0.740 / 1M |
| 出力価格 | $25.000 / 1M | $2.960 / 1M |
| 合計入力トークン | 149,206 | 87,673 |
| 出力トークン | 16,797 | 7,166 |
| 推論トークン | 0 | 101,474 |
| 応答時間（平均） | 4.91s | 19.47s |
| 応答時間（最大） | 35.03s | 209.15s |
| 応答時間（合計） | 108.03s | 428.31s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#59 KAT-Coder-Pro V2.5
low- コスト
- $0.016
- 時間
- 47.6s
- トークン
- 5,182 tok
スコア上位モデル
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 6.5 | 10.0 | 50.0% | 0 | 3.40s | 834 | 1,472 | 0 | |
| KAT-Coder-Pro V2.5 | 6.9 | 5.8 | 75.0% | 2 | 4.20s | 672 | 277 | 4,228 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 | 24.87s | 7,893 | 402 | 24,945 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 9.8 | 10.0 | 100.0% | 0 | 26.38s | 111,760 | 11,949 | 0 | |
| KAT-Coder-Pro V2.5 | 6.4 | 5.8 | 66.7% | 1 | 111.87s | 60,055 | 5,393 | 43,732 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 7.3 | 5.8 | 83.3% | 1 | 1.77s | 10,503 | 308 | 0 | |
| KAT-Coder-Pro V2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.19s | 7,776 | 288 | 1,917 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.3 | 7.2 | 44.4% | 1 | 1.70s | 975 | 61 | 0 | |
| KAT-Coder-Pro V2.5 | 4.1 | 4.4 | 44.5% | 2 | 17.52s | 771 | 35 | 16,877 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.48s | 708 | 230 | 0 | |
| KAT-Coder-Pro V2.5 | 4.1 | 2.7 | 33.3% | 1 | 2.32s | 516 | 99 | 412 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 9.9 | 10.0 | 100.0% | 0 | 1.37s | 909 | 95 | 0 | |
| KAT-Coder-Pro V2.5 | 10.0 | 10.0 | 100.0% | 0 | 2.53s | 699 | 83 | 1,008 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 7.7 | 10.0 | 66.7% | 0 | 2.74s | 894 | 783 | 0 | |
| KAT-Coder-Pro V2.5 | 6.4 | 4.4 | 77.8% | 2 | 3.11s | 696 | 289 | 1,820 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 5.35s | 11,775 | 355 | 0 | |
| KAT-Coder-Pro V2.5 | 10.0 | 10.0 | 100.0% | 0 | 18.45s | 8,391 | 282 | 834 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 3.0 | 10.0 | 0.0% | 0 | 3.41s | 258 | 212 | 0 | |
| KAT-Coder-Pro V2.5 | 3.0 | 10.0 | 0.0% | 0 | 17.06s | 204 | 18 | 5,701 |
クイック比較
比較ペアを切り替え
Claude Opus 4.8nonevsStep 3.7 FlashlowClaude Sonnet 4.6nonevsKAT-Coder-Pro V2.5lowClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsKAT-Coder-Pro V2.5highClaude Opus 4.8nonevsGemini 3.1 Flash Lite PreviewmediumGemini 3.1 Flash Lite PreviewmediumvsKAT-Coder-Pro V2.5lowGemini 3.1 Flash LitemediumvsKAT-Coder-Pro V2.5lowKAT-Coder-Pro V2.5lowvsQwen3.7 MaxnoneKAT-Coder-Pro V2.5lowvsQwen3.5-27BmediumClaude Opus 4.8nonevsQwen3.5 Plus 2026-04-20mediumKAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-02-15medium