নেভিগেশন
AI BENCHY
Advertise here

Claude Opus 4.8 vs Kimi K2.6 (medium)

average score প্রায় সমান: 7.3 vs 7.2. Claude Opus 4.8-এর benchmark খরচ কম: $1.166 vs $1.247. Claude Opus 4.8 দ্রুত: 4.92s vs 115.89s, pass rates 63.6% vs 63.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-29

র‍্যাঙ্ক
#106
মোট আউটপুট টোকেন
16,797
প্রতিক্রিয়া সময় (গড়)
4.92s
মোট খরচ
$1.166
র‍্যাঙ্ক
#107
মোট আউটপুট টোকেন
347,519
প্রতিক্রিয়া সময় (গড়)
115.89s
মোট খরচ
$1.247
প্রস্তাবিত মডেল Claude Opus 4.8

It has the best score here (7.3), while responding about 23.6x faster than Kimi K2.6 (medium).

বিস্তারিত তুলনা

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 #106 #107
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 8.3
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 63.6%
অস্থির টেস্ট 2 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.969 10.029
মোট খরচ $1.166 $1.247
ইনপুট মূল্য $5.000 / 1M $0.950 / 1M
আউটপুট মূল্য $25.000 / 1M $4.000 / 1M
মোট ইনপুট টোকেন 149,203 68,913
আউটপুট টোকেন 16,797 64,654
রিজনিং টোকেন 0 282,865
প্রতিক্রিয়া সময় (গড়) 4.92s 115.89s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 35.03s 876.20s
প্রতিক্রিয়া সময় (মোট) 108.24s 2433.66s
প্যারামিটার ~5T মোট (~500B সক্রিয়) 1T মোট (32B সক্রিয়)
উপলভ্যতা বন্ধ উৎস ওজন উপলভ্য

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#106 Claude Opus 4.8

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

#107 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