#50 Claude Opus 4.6
medium
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
AI BENCHY 对比
Anthropic: Claude Opus 4.6 vs Kwaipilot: KAT-Coder-Pro V2.5
摘要
平均分几乎持平，为 7.7 vs 7.7。 KAT-Coder-Pro V2.5 (high) benchmark 成本更低，为 $0.246 vs $2.053。 KAT-Coder-Pro V2.5 (high) 更快，为 12.30s vs 25.89s，通过率为 61.9% vs 63.5%。
推荐模型KAT-Coder-Pro V2.5 (high)它在这里得分最高（7.7），同时成本比Claude Opus 4.6 (medium)低约 8.4 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14
| 指标 | Claude Opus 4.6 Claude Opus 4.6 medium | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high |
|---|---|---|
| 分数 | 7.7 | 7.7 |
| 排名 | #50 | #53 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.8 | 8.1 |
| 测试正确 | ||
| 尝试通过率 | 61.9% | 63.5% |
| 不稳定测试 | 3 | 5 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 17.103 | 2.228 |
| 总成本 | $2.053 | $0.246 |
| 输入价格 | $5.000 / 1M | $0.740 / 1M |
| 输出价格 | $25.000 / 1M | $2.960 / 1M |
| 总输入令牌 | 53,227 | 42,750 |
| 输出令牌 | 47,446 | 2,509 |
| 推理令牌 | 24,000 | 69,594 |
| 响应时间（平均） | 25.89s | 12.30s |
| 响应时间（最大） | 83.40s | 95.65s |
| 响应时间（总计） | 362.49s | 258.34s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#53 KAT-Coder-Pro V2.5
high- 成本
- $0.009
- 时间
- 26.4s
- 令牌
- 3,117 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
快速对比
切换对比组合
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 K2.6medium免费可用Claude Opus 4.6mediumvsDeepSeek V4 Prohigh