Navegación
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

Anthropic: Claude Opus 4.6 vs MoonshotAI: Kimi K2.6

Resumen

Comparación benchmark de Claude Opus 4.6 vs Kimi K2.6: Kimi K2.6 lidera en puntuación media con 7.8 vs 7.7. Kimi K2.6 tiene menor coste de benchmark con $0.888 vs $2.053. Claude Opus 4.6 es más rápido con 25.89s vs 71.67s, con tasas de acierto de 61.9% vs 65.1%.

Modelo recomendado: Kimi K2.6 - Tiene la mejor puntuación aquí (7.8) y cuesta aproximadamente 2.3x menos que Claude Opus 4.6.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-02

Métrica Claude Opus 4.6 Claude Opus 4.6 medium Lanzamiento: 2026-02-05 Kimi K2.6 Kimi K2.6 medium Lanzamiento: 2026-04-20 Disponible gratis
Puntuación 7.7 7.8
Rango #40 #36
Fiabilidad 10.0 10.0
Consistencia 8.8 8.6
Pruebas correctas
Tasa de aciertos por intento 61.9% 65.1%
Pruebas inestables 3 3
Ejecuciones totales 63 63
Costo por resultado 17.103 8.358
Costo total $2.053 $0.888
Precio de entrada $5.000 / 1M $0.660 / 1M
Precio de salida $25.000 / 1M $3.410 / 1M
Total de tokens de entrada 53,227 29,450
Tokens de salida 47,446 102,923
Tokens de razonamiento 24,000 254,094
Tiempo de respuesta (promedio) 25.89s 71.67s
Tiempo de respuesta (máximo) 83.40s 406.78s
Tiempo de respuesta (total) 362.49s 1433.36s

Generación showcase

Hamster playing table tennis

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

#40 Claude Opus 4.6

medium
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 tok

#36 MoonshotAI: Kimi K2.6

medium
Coste
$0.013
Tiempo
103.4s
Tokens
3,620 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Kimi K2.6 7.0 8.0 66.7% 1 11.59s 618 7,115 8,934
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Kimi K2.6 10.0 10.0 100.0% 0 40.96s 11,271 711 13,876
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Kimi K2.6 10.0 10.0 100.0% 0 20.38s 7,014 316 11,305
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Kimi K2.6 5.3 7.2 44.4% 1 202.38s 326 47,035 98,262
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Kimi K2.6 10.0 10.0 100.0% 0 17.83s 477 3,981 4,472
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Kimi K2.6 10.0 10.0 100.0% 0 12.53s 669 3,977 5,269
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Kimi K2.6 6.0 7.4 55.6% 1 25.06s 651 13,860 17,599
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Kimi K2.6 10.0 10.0 100.0% 0 8.92s 5,286 248 1,011
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Kimi K2.6 3.0 10.0 0.0% 0 130.27s 213 15,710 16,177

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsKimi K2.6mediumDisponible gratisKimi K2.6mediumDisponible gratisvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsKimi K2.6mediumDisponible gratisClaude Opus 4.6mediumvsGPT-5.3 ChatnoneKimi K2.6mediumDisponible gratisvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsKimi K2.6mediumDisponible gratisClaude Sonnet 4.6nonevsKimi K2.6mediumDisponible gratisDeepSeek V4 FlashhighvsKimi K2.6mediumDisponible gratisClaude Opus 4.6mediumvsDeepSeek V4 Pronone