Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs MoonshotAI: Kimi K2.5

Resumen

Comparación benchmark de Claude Opus 4.8 vs Kimi K2.5: Claude Opus 4.8 lidera en puntuación media con 7.0 vs 6.8. Kimi K2.5 tiene menor coste de benchmark con $0.328 vs $0.539. Claude Opus 4.8 es más rápido con 3.47s vs 98.43s, con tasas de acierto de 61.9% vs 68.3%.

Modelo recomendado: Claude Opus 4.8 - Tiene la mejor puntuación aquí (7.0) y responde aproximadamente 28.4x más rápido que Kimi K2.5.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-04

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lanzamiento: 2026-05-28 Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27
Puntuación 7.0 6.8
Rango #68 #76
Fiabilidad 10.0 10.0
Consistencia 9.2 6.9
Pruebas correctas
Tasa de aciertos por intento 61.9% 68.3%
Pruebas inestables 2 8
Ejecuciones totales 63 63
Costo por resultado 4.485 3.704
Costo total $0.539 $0.328
Precio de entrada $5.000 / 1M $0.400 / 1M
Precio de salida $25.000 / 1M $1.900 / 1M
Total de tokens de entrada 67,104 34,312
Tokens de salida 8,107 48,379
Tokens de razonamiento 0 157,747
Tiempo de respuesta (promedio) 3.47s 98.43s
Tiempo de respuesta (máximo) 17.73s 281.00s
Tiempo de respuesta (total) 72.90s 1378.03s

Generation showcase

Hamster playing table tennis

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

#68 Claude Opus 4.8

none
Cost
$0.053
Time
22.0s
Tokens
2,253 tok

#76 MoonshotAI: Kimi K2.5

medium
Cost
$0.030
Time
58.6s
Tokens
8,683 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
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 7.2 44.4% 1 1.66s 975 61 0
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
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 3.48s 708 230 0
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
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 9.9 10.0 100.0% 0 1.37s 909 95 0
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
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 7.7 10.0 66.7% 0 2.74s 894 783 0
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
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 5.35s 11,775 355 0
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
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 3.41s 258 212 0
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8nonevsMiniMax M3mediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsKimi K2.5mediumKimi K2.5mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsGemini 3.1 Flash Litelow