Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

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

Resumen

Comparación benchmark de Claude Opus 4.8 vs Kimi K2.6: La puntuación media está prácticamente empatada en 7.7 vs 7.8. Kimi K2.6 tiene menor coste de benchmark con $0.831 vs $1.270. Claude Opus 4.8 es más rápido con 10.83s vs 71.67s, con tasas de acierto de 79.4% vs 65.1%.

Modelo recomendado: Claude Opus 4.8 - Tiene la mejor puntuación aquí (7.7) y responde aproximadamente 6.6x más rápido que Kimi K2.6.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-30

Métrica Claude Opus 4.8 Claude Opus 4.8 low Lanzamiento: 2026-05-28 Kimi K2.6 Kimi K2.6 medium Lanzamiento: 2026-04-20 Disponible gratis
Puntuación 7.7 7.8
Rango #38 #36
Fiabilidad 10.0 10.0
Consistencia 8.8 8.6
Pruebas correctas
Tasa de aciertos por intento 79.4% 65.1%
Pruebas inestables 3 3
Ejecuciones totales 63 63
Costo por resultado 8.466 8.358
Costo total $1.270 $0.831
Precio de entrada $5.000 / 1M $0.550 / 1M
Precio de salida $25.000 / 1M $3.200 / 1M
Total de tokens de entrada 60,946 29,450
Tokens de salida 31,771 102,923
Tokens de razonamiento 6,831 254,094
Tiempo de respuesta (promedio) 10.83s 71.67s
Tiempo de respuesta (máximo) 127.97s 406.78s
Tiempo de respuesta (total) 227.39s 1433.36s

Generación showcase

Hamster playing table tennis

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

#38 Claude Opus 4.8

low
Coste
$0.031
Tiempo
14.1s
Tokens
1,345 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 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
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 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
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 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
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 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
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 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
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 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
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 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
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 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
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 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
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 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
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 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumKimi K2.6mediumDisponible gratisvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsMiniMax M3mediumClaude Opus 4.8lowvsDeepSeek V4 ProhighClaude Opus 4.8lowvsGrok Build 0.1mediumDeepSeek V4 ProhighvsKimi K2.6mediumDisponible gratisClaude Opus 4.8lowvsQwen3.5-27Bmedium