AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs MoonshotAI: Kimi K3

الملخص

يتقدم Claude Opus 4.8 (medium) في متوسط النتيجة بـ 8.8 مقابل 8.5. لدى Claude Opus 4.8 (medium) تكلفة benchmark أقل عند $1.107 مقابل $3.112. Claude Opus 4.8 (medium) أسرع عند 9.72s مقابل 122.48s، مع معدلات نجاح 84.1% مقابل 82.5%.

النموذج الموصى بهClaude Opus 4.8 (medium)It has the best score here (8.8), while costing about 2.8x less than Kimi K3 (max).

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-07-16

المقياس	Claude Opus 4.8 Claude Opus 4.8 medium الإصدار: 2026-05-28	Kimi K3 Kimi K3 max الإصدار: 2026-07-16

المقياس	Claude Opus 4.8 Claude Opus 4.8 medium الإصدار: 2026-05-28	Kimi K3 Kimi K3 max الإصدار: 2026-07-16
النتيجة	8.8	8.5
الترتيب	#16	#21
الموثوقية	10.0	9.4
الاتساق	9.6	9.2
اختبارات صحيحة
معدل النجاح لكل محاولة	84.1%	82.5%
اختبارات غير مستقرة	1	2
إجمالي مرات التشغيل	63	63
التكلفة لكل نتيجة	6.512	19.446
إجمالي التكلفة	$1.107	$3.112
سعر الإدخال	$5.000 / 1M	$3.000 / 1M
سعر الإخراج	$25.000 / 1M	$15.000 / 1M
إجمالي رموز الإدخال	61,007	34,916
رموز الإخراج	26,495	2,910
رموز الاستدلال	5,901	197,529
زمن الاستجابة (المتوسط)	9.72s	122.48s
زمن الاستجابة (الحد الأقصى)	38.03s	766.58s
زمن الاستجابة (الإجمالي)	204.19s	2327.06s

عرض إنشاء

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#16 Claude Opus 4.8

medium

التكلفة: $0.057
الوقت: 23.1s
الرموز: 2,412 tok

#21 MoonshotAI: Kimi K3

max

التكلفة: $0.281
الوقت: 506.9s
الرموز: 18,863 tok

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

الفئة:

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	834	1,179	478
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	10.0	10.0	100.0%	0		15.33s	10,590	9,945	1,381
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	9.8	10.0	100.0%	0		38.03s	23,561	5,260	1,588
Kimi K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	7.1	5.6	83.3%	1		12.29s	10,503	481	312
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	5.3	10.0	33.3%	0		14.59s	975	7,477	900
Kimi K3	5.9	7.2	55.6%	1		490.14s	794	80	83,180

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	10.0	10.0	100.0%	0		2.46s	708	237	0
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	10.0	10.0	100.0%	0		3.32s	909	373	320
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	894	791	483
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	10.0	10.0	100.0%	0		8.96s	11,775	301	225
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	0

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	3.0	10.0	0.0%	0		6.14s	258	451	214
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284

مقارنة سريعة

تبديل زوج المقارنة

Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Kimi K3maxvsGPT-5.4medium Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Claude Opus 4.8mediumvsMuse Spark 1.1low Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Claude Opus 4.7mediumvsKimi K3max Kimi K3maxvsGrok 4.5medium Muse Spark 1.1lowvsKimi K3max