#50 Claude Opus 4.6
medium
अवैध SVG
- खर्च
- $0.000
- वेळ
- 300.0s
- टोकन्स
- 0 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.6 vs Kwaipilot: KAT-Coder-Pro V2.5
सारांश
average score जवळपास समान आहे: 7.7 vs 7.7. KAT-Coder-Pro V2.5 (high) चा benchmark खर्च कमी आहे: $0.246 vs $2.053. KAT-Coder-Pro V2.5 (high) वेगवान आहे: 12.30s vs 25.89s, pass rates 61.9% vs 63.5%.
शिफारस केलेले मॉडेलKAT-Coder-Pro V2.5 (high)It has the best score here (7.7), while costing about 8.4x less than Claude Opus 4.6 (medium).
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | Claude Opus 4.6 Claude Opus 4.6 medium | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high |
|---|---|---|
| स्कोअर | 7.7 | 7.7 |
| क्रमांक | #50 | #53 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 8.8 | 8.1 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 61.9% | 63.5% |
| अस्थिर चाचण्या | 3 | 5 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 17.103 | 2.228 |
| एकूण खर्च | $2.053 | $0.246 |
| इनपुट किंमत | $5.000 / 1M | $0.740 / 1M |
| आउटपुट किंमत | $25.000 / 1M | $2.960 / 1M |
| एकूण इनपुट टोकन्स | 53,227 | 42,750 |
| आउटपुट टोकन्स | 47,446 | 2,509 |
| रिझनिंग टोकन्स | 24,000 | 69,594 |
| प्रतिसाद वेळ (सरासरी) | 25.89s | 12.30s |
| प्रतिसाद वेळ (कमाल) | 83.40s | 95.65s |
| प्रतिसाद वेळ (एकूण) | 362.49s | 258.34s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#53 KAT-Coder-Pro V2.5
high- खर्च
- $0.009
- वेळ
- 26.4s
- टोकन्स
- 3,117 tok
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर विरुद्ध एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
श्रेणीवार तपशील
| कोडिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 5.7 | 7.1 | 44.4% | 1 | 30.10s | 8,522 | 13,057 | 4,121 | |
| KAT-Coder-Pro V2.5 | 6.4 | 7.9 | 44.4% | 1 | 22.00s | 7,893 | 422 | 20,461 |
झटपट तुलना
तुलना जोडी बदला
Claude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighClaude Opus 4.6mediumvsGPT-5.6 TerralowKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsGPT-5.6 TerralowKAT-Coder-Pro V2.5highvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsMiniMax M3mediumClaude Opus 4.8lowvsKAT-Coder-Pro V2.5highKAT-Coder-Pro V2.5highvsQwen3.5-122B-A10BmediumKAT-Coder-Pro V2.5highvsGrok Build 0.1mediumKAT-Coder-Pro V2.5highvsKimi K2.6mediumमोफत उपलब्धClaude Opus 4.6mediumvsDeepSeek V4 Prohigh