নেভিগেশন
AI BENCHY
Advertise here

Anthropic: Claude Opus 4.8 vs MoonshotAI: Kimi K2.6

average score প্রায় সমান: 7.3 vs 7.2. Claude Opus 4.8-এর benchmark খরচ কম: $1.166 vs $1.222. Claude Opus 4.8 দ্রুত: 4.91s vs 109.98s, pass rates 63.6% vs 63.6%.

প্রস্তাবিত মডেলClaude Opus 4.8It has the best score here (7.3), while responding about 22.4x faster than Kimi K2.6 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 none প্রকাশ: 2026-05-28 Kimi K2.6 Kimi K2.6 medium প্রকাশ: 2026-04-20
স্কোর 7.3 7.2
র‍্যাঙ্ক #63 #65
নির্ভরযোগ্যতা 10.0 9.4
ধারাবাহিকতা 9.2 8.3
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 63.6%
অস্থির টেস্ট 2 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.969 9.821
মোট খরচ $1.166 $1.222
ইনপুট মূল্য $5.000 / 1M $0.950 / 1M
আউটপুট মূল্য $25.000 / 1M $4.000 / 1M
মোট ইনপুট টোকেন 149,206 68,902
আউটপুট টোকেন 16,797 111,680
রিজনিং টোকেন 0 279,860
প্রতিক্রিয়া সময় (গড়) 4.91s 109.98s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 35.03s 876.20s
প্রতিক্রিয়া সময় (মোট) 108.03s 2309.56s

Hamster playing table tennis

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

#63 Claude Opus 4.8

none
খরচ
$0.053
সময়
22.0s
টোকেন
2,253 tok

#65 MoonshotAI: Kimi K2.6

medium
খরচ
$0.013
সময়
103.4s
টোকেন
3,620 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189

দ্রুত তুলনা

তুলনার জুটি বদলান