AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Kwaipilot: KAT-Coder-Pro V2.5

Resumo

KAT-Coder-Pro V2.5 (medium) lidera na pontuação média com 7.5 vs 7.2. KAT-Coder-Pro V2.5 (medium) tem menor custo de benchmark com $0.275 vs $0.539. Claude Opus 4.8 é mais rápido com 3.48s vs 12.95s, com taxas de acerto de 61.9% vs 65.1%.

Modelo recomendadoKAT-Coder-Pro V2.5 (medium)Tem a melhor pontuação aqui (7.5) e custa cerca de 2.0x menos que Claude Opus 4.8.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-14

Métrica	Claude Opus 4.8 Claude Opus 4.8 none Lançamento: 2026-05-28	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium Lançamento: 2026-07-14

Métrica	Claude Opus 4.8 Claude Opus 4.8 none Lançamento: 2026-05-28	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium Lançamento: 2026-07-14
Pontuação	7.2	7.5
Posição	#73	#60
Confiabilidade	10.0	10.0
Consistência	9.2	7.7
Testes corretos
Taxa de acerto por tentativa	61.9%	65.1%
Testes instáveis	2	6
Execuções totais	63	63
Custo por resultado	4.485	2.498
Custo total	$0.539	$0.275
Preço de entrada	$5.000 / 1M	$0.740 / 1M
Preço de saída	$25.000 / 1M	$2.960 / 1M
Total de tokens de entrada	67,104	42,750
Tokens de saída	8,107	2,098
Tokens de raciocínio	0	80,027
Tempo de resposta (médio)	3.48s	12.95s
Tempo de resposta (máx.)	17.73s	81.45s
Tempo de resposta (total)	73.00s	271.92s

Geração showcase

Hamster playing table tennis

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

#73 Claude Opus 4.8

none

Custo: $0.053
Tempo: 22.0s
Tokens: 2,253 tok

#60 KAT-Coder-Pro V2.5

medium

Custo: $0.009
Tempo: 25.6s
Tokens: 2,939 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Categoria:

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	6.5	10.0	50.0%	0		3.40s	834	1,472	0
KAT-Coder-Pro V2.5	8.2	7.9	83.3%	1		3.90s	672	208	3,868

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
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

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	9.5	10.0	100.0%	0		17.73s	29,658	3,259	0
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		14.50s	15,132	363	3,367

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	7.3	5.8	83.3%	1		1.77s	10,503	308	0
KAT-Coder-Pro V2.5	7.3	5.9	83.3%	1		4.70s	7,776	275	2,122

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	5.3	7.2	44.4%	1		1.70s	975	61	0
KAT-Coder-Pro V2.5	2.9	7.2	11.1%	1		29.03s	771	36	29,584

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	10.0	10.0	100.0%	0		3.48s	708	230	0
KAT-Coder-Pro V2.5	4.7	3.1	33.3%	1		2.35s	516	92	381

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	9.9	10.0	100.0%	0		1.37s	909	95	0
KAT-Coder-Pro V2.5	9.9	10.0	100.0%	0		2.58s	699	83	971

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	7.7	10.0	66.7%	0		2.74s	894	783	0
KAT-Coder-Pro V2.5	5.9	4.5	66.7%	2		3.20s	696	325	1,867

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
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		19.02s	8,391	282	1,010

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
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		9.87s	204	18	3,199

Comparação rápida

Trocar par de comparação

KAT-Coder-Pro V2.5mediumvsGPT-5.3 Chatnone Claude Opus 4.8nonevsGemma 4 26B A4BmediumDisponível grátis DeepSeek V4 ProhighvsKAT-Coder-Pro V2.5medium Claude Opus 4.8nonevsGrok 4.20medium Claude Opus 4.8nonevsStep 3.7 Flashhigh Claude Opus 4.8nonevsGLM 5.1medium Claude Opus 4.8nonevsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsKAT-Coder-Pro V2.5medium KAT-Coder-Pro V2.5mediumvsGPT-5.6 Lunahigh KAT-Coder-Pro V2.5mediumvsStep 3.7 Flashlow Claude Opus 4.8nonevsLaguna XS 2.1mediumDisponível grátis KAT-Coder-Pro V2.5mediumvsGPT-5.6 Terralow