Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Verglichene Modelle

Zusammenfassung

Benchmark-Vergleich Kimi K2.6 vs Kimi K2.5 vs GLM 5 vs Claude Opus 4.7Claude Opus 4.7 führt bei Punktzahl mit 8.7. Kimi K2.6 führt bei Zuverlässigkeit mit 10.0. GLM 5 hat den niedrigsten Gesamtkosten mit $0.228. Claude Opus 4.7 ist mit 4.73s am schnellsten.

Empfohlenes Modell: Claude Opus 4.7 - Es hat hier die beste Punktzahl (8.7) und antwortet etwa 14.4x schneller als die anderen Modelle in diesem Vergleich.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-10

Metrik Kimi K2.6 Kimi K2.6 medium Veröffentlichung: 2026-04-20 Kostenlos verfügbar Kimi K2.5 Kimi K2.5 medium Veröffentlichung: 2026-01-27 GLM 5 GLM 5 medium Veröffentlichung: 2026-02-12 Claude Opus 4.7 Claude Opus 4.7 medium Veröffentlichung: 2026-04-16
Punktzahl 7.2 6.8 8.3 8.7
Rang #61 #77 #18 #11
Zuverlässigkeit 10.0 10.0 10.0 10.0
Konsistenz 8.6 6.9 8.5 9.6
Korrekte Tests
Erfolgsquote pro Versuch 65.1% 68.3% 82.5% 82.5%
Instabile Tests 3 8 4 1
Gesamtläufe 63 63 63 63
Kosten pro Ergebnis 8.358 3.704 1.668 3.991
Gesamtkosten $0.889 $0.328 $0.228 $0.679
Eingabepreis $0.680 / 1M $0.400 / 1M $0.600 / 1M $5.000 / 1M
Ausgabepreis $3.410 / 1M $1.900 / 1M $1.920 / 1M $25.000 / 1M
Gesamte Eingabe-Token 29,450 34,312 35,224 65,406
Ausgabe-Token 102,923 48,379 21,570 11,858
Denk-Token 254,094 157,747 102,996 2,198
Antwortzeit (Durchschnitt) 71.67s 98.43s 33.54s 4.73s
Antwortzeit (Maximum) 406.78s 281.00s 99.85s 23.18s
Antwortzeit (Gesamt) 1433.36s 1378.03s 435.99s 94.51s

Generation showcase

Hamster playing table tennis

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

#61 MoonshotAI: Kimi K2.6

medium
Cost
$0.013
Time
103.4s
Tokens
3,620 tok

#77 MoonshotAI: Kimi K2.5

medium
Cost
$0.030
Time
58.6s
Tokens
8,683 tok

#18 GLM 5

medium
Cost
$0.005
Time
20.7s
Tokens
2,068 tok

#11 Claude Opus 4.7

medium
Cost
$0.059
Time
26.8s
Tokens
2,475 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 7.0 8.0 66.7% 1 11.59s 618 7,115 8,934
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
GLM 5 10.0 10.0 100.0% 0 23.66s 555 480 7,056
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 894 348 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930
Claude Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 10.0 10.0 100.0% 0 40.96s 11,271 711 13,876
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
GLM 5 10.0 10.0 100.0% 0 28.96s 12,804 662 3,242
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 24,501 2,369 1,084
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 10.0 10.0 100.0% 0 20.38s 7,014 316 11,305
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
GLM 5 7.1 5.6 83.3% 1 8.90s 5,508 567 3,734
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 10,533 324 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 5.3 7.2 44.4% 1 202.38s 326 47,035 98,262
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
GLM 5 3.5 4.4 33.3% 2 0ms 260 13,176 14,137
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 630 51 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 10.0 10.0 100.0% 0 17.83s 477 3,981 4,472
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
GLM 5 6.1 3.1 66.7% 1 14.69s 477 2,020 2,248
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 723 256 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 10.0 10.0 100.0% 0 12.53s 669 3,977 5,269
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
GLM 5 10.0 10.0 100.0% 0 7.25s 636 1,001 2,129
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 939 114 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 6.0 7.4 55.6% 1 25.06s 651 13,860 17,599
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
GLM 5 10.0 10.0 100.0% 0 11.33s 609 33 4,076
Claude Opus 4.7 10.0 10.0 100.0% 0 2.43s 939 370 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 10.0 10.0 100.0% 0 8.92s 5,286 248 1,011
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
GLM 5 10.0 10.0 100.0% 0 15.93s 6,935 233 994
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 15,339 373 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Kimi K2.6 3.0 10.0 0.0% 0 130.27s 213 15,710 16,177
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644
GLM 5 3.0 10.0 0.0% 0 67.37s 186 401 12,450
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 273 24 0

Schnellvergleich

Vergleichspaar wechseln

Gemini 3.1 Flash LitelowvsKimi K2.6mediumKostenlos verfügbarGemini 3.1 Flash Lite PreviewnonevsKimi K2.6mediumKostenlos verfügbarClaude Sonnet 4.6nonevsKimi K2.5mediumKimi K2.6mediumKostenlos verfügbarvsStep 3.7 FlashlowKimi K2.6mediumKostenlos verfügbarvsGPT-5.3 ChatnoneKimi K2.5mediumvsQwen3.6 Max PreviewnoneGemini 3 Flash PreviewlowvsGLM 5mediumGemini 3.5 FlashnonevsGLM 5mediumGemini 3.1 Flash Lite PreviewlowvsKimi K2.6mediumKostenlos verfügbarClaude Opus 4.8nonevsKimi K2.6mediumKostenlos verfügbarKimi K2.6mediumKostenlos verfügbarvsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsKimi K2.6mediumKostenlos verfügbar