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 4.8 vs MoonshotAI: Kimi K2.7 Code

Resumen

Comparación benchmark de Claude Opus 4.8 vs Kimi K2.7 Code: Claude Opus 4.8 lidera en puntuación media con 7.2 vs 7.0. Claude Opus 4.8 tiene menor coste de benchmark con $0.539 vs $0.669. Claude Opus 4.8 es más rápido con 3.47s vs 83.60s, con tasas de acierto de 61.9% vs 66.7%.

Modelo recomendado: Claude Opus 4.8 - Tiene la mejor puntuación aquí (7.2) y responde aproximadamente 24.1x más rápido que Kimi K2.7 Code.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lanzamiento: 2026-05-28 Kimi K2.7 Code Kimi K2.7 Code medium Lanzamiento: 2026-06-12
Puntuación 7.2 7.0
Rango #59 #65
Fiabilidad 10.0 9.2
Consistencia 9.2 7.7
Pruebas correctas
Tasa de aciertos por intento 61.9% 66.7%
Pruebas inestables 2 6
Ejecuciones totales 63 63
Costo por resultado 4.485 6.074
Costo total $0.539 $0.669
Precio de entrada $5.000 / 1M $0.950 / 1M
Precio de salida $25.000 / 1M $4.000 / 1M
Total de tokens de entrada 67,104 25,991
Tokens de salida 8,107 80,516
Tokens de razonamiento 0 161,391
Tiempo de respuesta (promedio) 3.47s 83.60s
Tiempo de respuesta (máximo) 17.73s 365.80s
Tiempo de respuesta (total) 72.90s 1671.99s

Generation showcase

Hamster playing table tennis

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

#59 Claude Opus 4.8

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

#65 MoonshotAI: Kimi K2.7 Code

medium
Cost
$0.025
Time
138.0s
Tokens
6,093 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 K2.7 Code 7.3 5.8 83.3% 2 11.56s 618 3,048 5,041
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 K2.7 Code 7.6 7.2 77.8% 1 146.73s 4,650 1,864 25,635
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 K2.7 Code 4.7 1.6 66.7% 1 34.83s 11,271 444 3,906
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 K2.7 Code 10.0 10.0 100.0% 0 12.27s 7,014 248 2,569
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 K2.7 Code 5.3 7.2 44.4% 1 213.29s 431 55,572 63,639
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 K2.7 Code 10.0 10.0 100.0% 0 10.78s 477 1,024 1,071
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 K2.7 Code 9.9 10.0 100.0% 0 5.39s 669 725 1,232
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 K2.7 Code 5.9 7.7 44.4% 1 41.00s 651 15,438 17,368
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 K2.7 Code 3.0 10.0 0.0% 0 0ms 0 0 0
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 K2.7 Code 3.0 10.0 0.0% 0 341.76s 210 2,153 40,930

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashnonevsKimi K2.7 CodemediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponible gratisKimi K2.7 CodemediumvsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsKimi K2.7 CodemediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowKimi K2.7 CodemediumvsQwen3.7 MaxnoneKimi K2.7 CodemediumvsQwen3.7 Plusnone