3月30日消息，快手 KwaiKAT 团队于近日正式推出 KAT-Coder-Pro V2，这是其 KAT-Coder 系列的最新旗舰智能体编码模型。根据 arXiv 技术报告，该模型在 SWE-bench Verified 上达到 79.6%，输入定价 0.30/Mtokens——约为ClaudeOpus4.6（0.30/Mtokens——约为ClaudeOpus4.6（5/M 输入）的 1/12.5，是目前 SOTA 编码模型中性价比最高的选择之一。
技术架构："Specialize-then-Unify"训练范式
KAT-Coder-V2 的核心创新在于将智能体编码能力拆解为五大专家领域，分别独立训练后再融合为单一模型：
每个专家域独立进行 SFT + RL 训练，然后通过 On-Policy Distillation（OPD） 融合。快手自研的三项基础设施配套了这一流程：
- KwaiEnv：支持数万级并发沙箱实例的统一执行环境
- MCLA（Monte-Carlo Log-probability Averaging）：降低 MoE RL 训练中的 log-probability 方差
- Tree Training：消除树状轨迹中的冗余计算，训练加速最高 6.2 倍
基准表现：多项接近或超越 Claude Opus 4.6
根据 arXiv 论文自报数据，KAT-Coder-V2 在多个基准上对标 Claude Opus 4.6：
| | | |
|---|
| | | Anthropic 官方报告 81.42%（25次平均+prompt修改） |
| | | |
| | | Artificial Analysis 独立评测记录 V2 为 49.2% |
| | | Artificial Analysis 独立评测记录 V2 为 89.5% |
| | | |
| | | |
前端美学 - Data Visualization | | | |
需要注意的是，部分基准数据存在第三方评测差异。SWE-bench Verified 在部分第三方网站（如 atlascloud.ai）记录为 73.4%，可能与评测配置或版本有关。τ²-Bench 和 Terminal-Bench 的自报数据与 Artificial Analysis 独立评测之间存在约 4 个百分点的差异，具体原因尚不明确。
多 Scaffold 原生适配，支持 10+ 编码工具
论文 Section 2.3 详细介绍了 KwaiEnv 的统一抽象层设计，使模型能够原生适配多种 AI 编码工具框架，无需调整提示词即可切换。目前已验证支持的平台包括：Claude Code、OpenClaw、OpenCode、Cline、Kilo 这一设计的意义在于，开发者无需为每个工具重新调参或重写 prompt，模型在底层统一了各 scaffold 的协议抽象。
定价与市场定位
对比 Claude Opus 4.6（5/M输入，5/M输入，15/M 输出，1M 上下文窗口），KAT-Coder-V2 的 API 定价约为其 1/12.5。虽然上下文窗口较小（256K vs 1M），但在大多数编码任务场景中已足够使用。
V1 版本（kat-coder-pro-v1-free，曾在 OpenRouter 免费可用）已于 UTC 2026年3月30日 正式下线，官方建议用户迁移至 V2。
行业背景
当前 Agentic Coding 赛道竞争白热化：
SWE-bench Verified 已进入 80%+ 时代，Top 5 模型集中在 80-82% 之间。KAT-Coder-V2 以 79.6% 的自报分数（第三方记录 73.4%）处于第二梯队领先位置，但定价远低于同级别模型。
值得关注的是，PinchBench 等新基准正在兴起，聚焦 OpenClaw 等 Agent 框架的真实任务表现，而非单一代码生成指标。前端美学评估也是 KAT-Coder-V2 的差异化方向——在 Landing Page、Slides 和数据可视化三个场景中，其自研指标均为行业报告中的最高分，但该基准尚缺乏独立第三方复现。
AI 速览
