#73 Claude Opus 4.8
none- खर्च
- $0.053
- वेळ
- 22.0s
- टोकन्स
- 2,253 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs Kwaipilot: KAT-Coder-Pro V2.5
सारांश
KAT-Coder-Pro V2.5 (medium) average score मध्ये पुढे आहे: 7.5 vs 7.2. KAT-Coder-Pro V2.5 (medium) चा benchmark खर्च कमी आहे: $0.275 vs $0.539. Claude Opus 4.8 वेगवान आहे: 3.48s vs 12.95s, pass rates 61.9% vs 65.1%.
शिफारस केलेले मॉडेलKAT-Coder-Pro V2.5 (medium)It has the best score here (7.5), while costing about 2.0x less than Claude Opus 4.8.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | Claude Opus 4.8 Claude Opus 4.8 none | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium |
|---|---|---|
| स्कोअर | 7.2 | 7.5 |
| क्रमांक | #73 | #60 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 9.2 | 7.7 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 61.9% | 65.1% |
| अस्थिर चाचण्या | 2 | 6 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 4.485 | 2.498 |
| एकूण खर्च | $0.539 | $0.275 |
| इनपुट किंमत | $5.000 / 1M | $0.740 / 1M |
| आउटपुट किंमत | $25.000 / 1M | $2.960 / 1M |
| एकूण इनपुट टोकन्स | 67,104 | 42,750 |
| आउटपुट टोकन्स | 8,107 | 2,098 |
| रिझनिंग टोकन्स | 0 | 80,027 |
| प्रतिसाद वेळ (सरासरी) | 3.48s | 12.95s |
| प्रतिसाद वेळ (कमाल) | 17.73s | 81.45s |
| प्रतिसाद वेळ (एकूण) | 73.00s | 271.92s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#60 KAT-Coder-Pro V2.5
medium- खर्च
- $0.009
- वेळ
- 25.6s
- टोकन्स
- 2,939 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 4.8 | 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 |
झटपट तुलना
तुलना जोडी बदला
KAT-Coder-Pro V2.5mediumvsGPT-5.3 ChatnoneClaude Opus 4.8nonevsGemma 4 26B A4Bmediumमोफत उपलब्धDeepSeek V4 ProhighvsKAT-Coder-Pro V2.5mediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsKAT-Coder-Pro V2.5mediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 LunahighKAT-Coder-Pro V2.5mediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsLaguna XS 2.1mediumमोफत उपलब्धKAT-Coder-Pro V2.5mediumvsGPT-5.6 Terralow