#47 Claude Opus 4.8
low- 成本
- $0.031
- 时间
- 14.1s
- 令牌
- 1,345 tok
AI BENCHY 对比
Anthropic: Claude Opus 4.8 vs Kwaipilot: KAT-Coder-Pro V2.5
摘要
Claude Opus 4.8 (low) 平均分领先，为 7.7 vs 7.7。 KAT-Coder-Pro V2.5 (high) benchmark 成本更低，为 $0.246 vs $1.270。 Claude Opus 4.8 (low) 更快，为 10.83s vs 12.30s，通过率为 79.4% vs 63.5%。
推荐模型KAT-Coder-Pro V2.5 (high)它的得分接近这里的最高分（7.7 vs 7.7），同时成本比Claude Opus 4.8 (low)低约 5.2 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14
| 指标 | Claude Opus 4.8 Claude Opus 4.8 low | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high |
|---|---|---|
| 分数 | 7.7 | 7.7 |
| 排名 | #47 | #53 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.8 | 8.1 |
| 测试正确 | ||
| 尝试通过率 | 79.4% | 63.5% |
| 不稳定测试 | 3 | 5 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 8.466 | 2.228 |
| 总成本 | $1.270 | $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 | 60,946 | 42,750 |
| 输出令牌 | 31,771 | 2,509 |
| 推理令牌 | 6,831 | 69,594 |
| 响应时间（平均） | 10.83s | 12.30s |
| 响应时间（最大） | 127.97s | 95.65s |
| 响应时间（总计） | 227.39s | 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 4.8 | 6.6 | 4.6 | 77.8% | 2 | 7.58s | 10,590 | 3,637 | 809 | |
| 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 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.8lowvsKimi K2.6medium免费可用Claude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowClaude Opus 4.6mediumvsKAT-Coder-Pro V2.5highClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8lowvsGPT-5.6 LunahighKAT-Coder-Pro V2.5highvsGPT-5.6 TerralowKAT-Coder-Pro V2.5highvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsMiniMax M3medium