#63 Claude Opus 4.8
none- 成本
- $0.053
- 时间
- 22.0s
- 令牌
- 2,253 tok
Anthropic: Claude Opus 4.8 vs Kwaipilot: KAT-Coder-Pro V2.5
平均分几乎持平，为 7.3 vs 7.2。 KAT-Coder-Pro V2.5 (high) benchmark 成本更低，为 $0.482 vs $1.166。 Claude Opus 4.8 更快，为 4.91s vs 20.83s，通过率为 63.6% vs 63.6%。
推荐模型Claude Opus 4.8它在这里得分最高（7.3），同时响应速度比KAT-Coder-Pro V2.5 (high)快约 4.2 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17
| 指标 | Claude Opus 4.8 Claude Opus 4.8 none | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high |
|---|---|---|
| 分数 | 7.3 | 7.2 |
| 排名 | #63 | #66 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.2 | 7.8 |
| 测试正确 | ||
| 尝试通过率 | 63.6% | 63.6% |
| 不稳定测试 | 2 | 6 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 8.969 | 4.378 |
| 总成本 | $1.166 | $0.482 |
| 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 | 149,206 | 106,076 |
| 输出令牌 | 16,797 | 9,071 |
| 推理令牌 | 0 | 127,093 |
| 响应时间（平均） | 4.91s | 20.83s |
| 响应时间（最大） | 35.03s | 199.97s |
| 响应时间（总计） | 108.03s | 458.31s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#66 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
| 反AI技巧 | 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 | 6.5 | 10.0 | 50.0% | 0 | 3.40s | 834 | 1,472 | 0 | |
| KAT-Coder-Pro V2.5 | 7.0 | 8.0 | 66.7% | 1 | 3.17s | 672 | 447 | 2,716 |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| KAT-Coder-Pro V2.5 | 6.4 | 7.9 | 44.4% | 1 | 22.00s | 7,893 | 422 | 20,461 |
| 综合 | 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 | 9.8 | 10.0 | 100.0% | 0 | 26.38s | 111,760 | 11,949 | 0 | |
| KAT-Coder-Pro V2.5 | 7.3 | 5.8 | 83.3% | 1 | 106.70s | 78,458 | 6,956 | 60,306 |
| 数据解析与提取 | 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 | 7.3 | 5.8 | 83.3% | 1 | 1.77s | 10,503 | 308 | 0 | |
| KAT-Coder-Pro V2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.13s | 7,776 | 278 | 1,960 |
| 领域专项 | 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 | 5.3 | 7.2 | 44.4% | 1 | 1.70s | 975 | 61 | 0 | |
| KAT-Coder-Pro V2.5 | 2.9 | 4.4 | 22.2% | 2 | 35.33s | 771 | 33 | 35,701 |
| 通用智能 | 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 | 10.0 | 10.0 | 100.0% | 0 | 3.48s | 708 | 230 | 0 | |
| KAT-Coder-Pro V2.5 | 5.1 | 10.0 | 0.0% | 0 | 3.27s | 516 | 139 | 647 |
| 指令遵循 | 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 | 9.9 | 10.0 | 100.0% | 0 | 1.37s | 909 | 95 | 0 | |
| KAT-Coder-Pro V2.5 | 9.9 | 10.0 | 100.0% | 0 | 2.67s | 699 | 84 | 976 |
| 谜题求解 | 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 | 7.7 | 10.0 | 66.7% | 0 | 2.74s | 894 | 783 | 0 | |
| KAT-Coder-Pro V2.5 | 8.2 | 7.2 | 88.9% | 1 | 3.38s | 696 | 428 | 1,936 |
| 工具调用 | 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 | 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 | 28.04s | 8,391 | 268 | 896 |
| 常识问答 | 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 | 3.0 | 10.0 | 0.0% | 0 | 3.41s | 258 | 212 | 0 | |
| KAT-Coder-Pro V2.5 | 3.0 | 10.0 | 0.0% | 0 | 5.22s | 204 | 16 | 1,494 |
快速对比
切换对比组合
KAT-Coder-Pro V2.5highvsKimi K2.6mediumClaude Opus 4.8nonevsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumKAT-Coder-Pro V2.5highvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsGemini 3.1 Flash Lite PreviewmediumKAT-Coder-Pro V2.5highvsQwen3.7 PlusnoneGemini 3.1 Flash LitemediumvsKAT-Coder-Pro V2.5highClaude Opus 4.8nonevsQwen3.5 Plus 2026-04-20mediumKAT-Coder-Pro V2.5highvsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewmediumvsKAT-Coder-Pro V2.5high