Kwaipilot: KAT-Coder-Pro V2
Kwaipilot: KAT-Coder-Pro V2 est un LLM publié par Kwaipilot le 27 mars 2026. Sa fenêtre de contexte de 256 000 tokens constitue l’une de ses principales caractéristiques et autorise le maintien d’un volume conséquent d’informations dans une même requête.
Kwaipilot: KAT-Coder-Pro V2 est un LLM publié par Kwaipilot le 27 mars 2026. Sa fenêtre de contexte de 256 000 tokens constitue l’une de ses principales caractéristiques et autorise le maintien d’un volume conséquent d’informations dans une même requête.
Le modèle adopte un positionnement très économique. Sa tarification est inférieure de 86% à la moyenne des LLM similaires et environ 18.3 fois moins élevée que celle des modèles frontière. Ce rapport entre grand contexte et coût réduit forme son principal argument.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | kwaipilot |
| Poids | ▫ n.d. |
| Date de sortie | 27 mars 2026 |
| Multimodal | non |
| Fenêtre de contexte | 256 000 tokens |
| Modalités (entrée → sortie) | text → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Hallucinations (Baseline) | 100,0 % | 1ᵉ / 146 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 100,0 % | 1ᵉ / 161 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 99,0 % | 11ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 94,0 % | 137ᵉ / 159 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 93,0 % | 44ᵉ / 140 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 84,0 % | 63ᵉ / 155 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 81,0 % | 110ᵉ / 162 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 65,0 % | 69ᵉ / 163 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Benchable : Hallucinations (Baseline)
Benchable : General Knowledge (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| StreamLake | 0,3 $ | 1,2 $ | 0,06 $ |
Prix en dollars US par million de tokens.
Sa tarification se situe 86 % en dessous de la moyenne des LLM similaires, et 18,3 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,02 $ |
| Latence moyenne par benchmark — Benchable | 2 min 29 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. Sur Benchable, Hallucinations et General Knowledge atteignent le plafond du benchmark. Le modèle partage toutefois la première place avec respectivement 45 et 41 autres modèles, ce qui empêche de les départager. Email Classification affiche également un score brut très élevé et une large égalité entre modèles. Mathematics place Kwaipilot: KAT-Coder-Pro V2 dans le premier tiers du classement. La fenêtre de 256 000 tokens et le tarif très inférieur à la moyenne renforcent son intérêt pour les traitements volumineux soumis à une contrainte budgétaire.
Limites et points d’attention. Les benchmarks Benchable fournis sont plafonnés et donc peu discriminants, y compris lorsque les scores bruts paraissent élevés. Ethics se situe nettement en retrait, à la 137e place sur 159. Reasoning occupe le milieu du classement, tandis que Mathematics ne place pas le modèle parmi les toutes premières références. Ces résultats imposent donc de distinguer les pourcentages élevés du positionnement réel face aux autres LLM évalués. Le modèle reste pertinent pour des usages à grand contexte où le coût prime sur la recherche des meilleures performances comparatives.
Sources des données : OpenRouter (openrouter.ai) · LLM-Stats (llm-stats.com) · Benchable.ai (benchable.ai).