#50 Claude Opus 4.6
medium
SVG invalid
- Cost
- $0.000
- Timp
- 300.0s
- Tokenuri
- 0 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.6 vs Kwaipilot: KAT-Coder-Pro V2.5
Rezumat
Scorul mediu este practic egal la 7.7 vs 7.7. KAT-Coder-Pro V2.5 (high) are costul de benchmark mai mic, $0.246 vs $2.053. KAT-Coder-Pro V2.5 (high) este mai rapid cu 12.30s vs 25.89s, cu rate de reușită de 61.9% vs 63.5%.
Model recomandatKAT-Coder-Pro V2.5 (high)Are cel mai bun scor aici (7.7) și costă de aproximativ 8.4x mai puțin decât Claude Opus 4.6 (medium).
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14
| Metrică | Claude Opus 4.6 Claude Opus 4.6 medium | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high |
|---|---|---|
| Scor | 7.7 | 7.7 |
| Rang | #50 | #53 |
| Fiabilitate | 10.0 | 10.0 |
| Consistență | 8.8 | 8.1 |
| Teste corecte | ||
| Rată de trecere pe încercare | 61.9% | 63.5% |
| Teste instabile | 3 | 5 |
| Rulări totale | 63 | 63 |
| Cost per rezultat | 17.103 | 2.228 |
| Cost total | $2.053 | $0.246 |
| Preț de intrare | $5.000 / 1M | $0.740 / 1M |
| Preț de ieșire | $25.000 / 1M | $2.960 / 1M |
| Total tokenuri de intrare | 53,227 | 42,750 |
| Tokenuri de ieșire | 47,446 | 2,509 |
| Tokenuri de raționament | 24,000 | 69,594 |
| Timp de răspuns (mediu) | 25.89s | 12.30s |
| Timp de răspuns (maxim) | 83.40s | 95.65s |
| Timp de răspuns (total) | 362.49s | 258.34s |
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#53 KAT-Coder-Pro V2.5
high- Cost
- $0.009
- Timp
- 26.4s
- Tokenuri
- 3,117 tok
Top modele după scor
Scor vs cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Defalcare pe categorii
| Programare | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
Comparație rapidă
Schimbă perechea de comparație
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 K2.6mediumDisponibil gratuitClaude Opus 4.6mediumvsDeepSeek V4 Prohigh