#60 Claude Sonnet 4.6
none- 成本
- $0.038
- 时间
- 27.3s
- 令牌
- 2,598 tok
Anthropic: Claude Sonnet 4.6 vs Kwaipilot: KAT-Coder-Pro V2.5
平均分几乎持平，为 7.3 vs 7.4。 KAT-Coder-Pro V2.5 (low) benchmark 成本更低，为 $0.387 vs $0.661。 Claude Sonnet 4.6 更快，为 8.12s vs 19.47s，通过率为 57.6% vs 69.7%。
推荐模型Claude Sonnet 4.6它在这里得分最高（7.3），同时响应速度比KAT-Coder-Pro V2.5 (low)快约 2.4 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17
| 指标 | Claude Sonnet 4.6 Claude Sonnet 4.6 none | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low |
|---|---|---|
| 分数 | 7.3 | 7.4 |
| 排名 | #60 | #59 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.7 | 7.0 |
| 测试正确 | ||
| 尝试通过率 | 57.6% | 69.7% |
| 不稳定测试 | 1 | 8 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 5.502 | 3.514 |
| 总成本 | $0.661 | $0.387 |
| 输入价格 | $3.000 / 1M | $0.740 / 1M |
| 输出价格 | $15.000 / 1M | $2.960 / 1M |
| 总输入令牌 | 123,264 | 87,673 |
| 输出令牌 | 19,362 | 7,166 |
| 推理令牌 | 0 | 101,474 |
| 响应时间（平均） | 8.12s | 19.47s |
| 响应时间（最大） | 51.18s | 209.15s |
| 响应时间（总计） | 121.78s | 428.31s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#59 KAT-Coder-Pro V2.5
low- 成本
- $0.016
- 时间
- 47.6s
- 令牌
- 5,182 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 Sonnet 4.6 | 4.8 | 10.0 | 25.0% | 0 | 2.94s | 636 | 1,214 | 0 | |
| KAT-Coder-Pro V2.5 | 6.9 | 5.8 | 75.0% | 2 | 4.20s | 672 | 277 | 4,228 |
| 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 Sonnet 4.6 | 5.5 | 10.0 | 33.3% | 0 | 5.19s | 8,522 | 2,127 | 0 | |
| KAT-Coder-Pro V2.5 | 7.8 | 10.0 | 66.7% | 0 | 24.87s | 7,893 | 402 | 24,945 |
| 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 Sonnet 4.6 | 9.8 | 10.0 | 100.0% | 0 | 37.51s | 91,402 | 13,663 | 0 | |
| KAT-Coder-Pro V2.5 | 6.4 | 5.8 | 66.7% | 1 | 111.87s | 60,055 | 5,393 | 43,732 |
| 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 Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 3.43s | 8,574 | 252 | 0 | |
| KAT-Coder-Pro V2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.19s | 7,776 | 288 | 1,917 |
| 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 Sonnet 4.6 | 7.7 | 10.0 | 66.7% | 0 | 3.54s | 759 | 413 | 0 | |
| KAT-Coder-Pro V2.5 | 4.1 | 4.4 | 44.5% | 2 | 17.52s | 771 | 35 | 16,877 |
| 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 Sonnet 4.6 | 6.1 | 3.1 | 66.7% | 1 | 2.56s | 513 | 192 | 0 | |
| KAT-Coder-Pro V2.5 | 4.1 | 2.7 | 33.3% | 1 | 2.32s | 516 | 99 | 412 |
| 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 Sonnet 4.6 | 6.5 | 10.0 | 50.0% | 0 | 1.96s | 690 | 90 | 0 | |
| KAT-Coder-Pro V2.5 | 10.0 | 10.0 | 100.0% | 0 | 2.53s | 699 | 83 | 1,008 |
| 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 Sonnet 4.6 | 7.7 | 10.0 | 66.7% | 0 | 2.53s | 663 | 533 | 0 | |
| KAT-Coder-Pro V2.5 | 6.4 | 4.4 | 77.8% | 2 | 3.11s | 696 | 289 | 1,820 |
| 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 Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.11s | 11,301 | 447 | 0 | |
| KAT-Coder-Pro V2.5 | 10.0 | 10.0 | 100.0% | 0 | 18.45s | 8,391 | 282 | 834 |
| 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 Sonnet 4.6 | 3.0 | 10.0 | 0.0% | 0 | 4.67s | 204 | 431 | 0 | |
| KAT-Coder-Pro V2.5 | 3.0 | 10.0 | 0.0% | 0 | 17.06s | 204 | 18 | 5,701 |
快速对比
切换对比组合
Claude Sonnet 4.6nonevsGemini 3.1 Flash Lite PreviewmediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsGemini 3.1 Flash LitemediumGemini 3.1 Flash Lite PreviewmediumvsKAT-Coder-Pro V2.5lowGemini 3.1 Flash LitemediumvsKAT-Coder-Pro V2.5lowKAT-Coder-Pro V2.5lowvsQwen3.7 MaxnoneKAT-Coder-Pro V2.5lowvsQwen3.5-27BmediumClaude Sonnet 4.6nonevsStep 3.7 FlashlowClaude Sonnet 4.6nonevsQwen3.5-27BmediumClaude Opus 4.8nonevsKAT-Coder-Pro V2.5lowClaude Sonnet 4.6nonevsKimi K2.6mediumKAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-02-15medium