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 Sonnet 4.6 vs MoonshotAI: Kimi K2.6

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-22

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lanzamiento: 2026-02-17 Kimi K2.6 Kimi K2.6 medium Lanzamiento: 2026-04-20
Puntuación 7.6 7.4
Rango #46 #54
Fiabilidad 10.0 8.3
Consistencia 9.2 8.3
Pruebas correctas
Tasa de aciertos por intento 68.3% 70.8%
Pruebas inestables 2 4
Ejecuciones totales 60 60
Costo por resultado 10.227 7.630
Costo total $1.330 $0.916
Precio de entrada $3.000 / 1M $0.730 / 1M
Precio de salida $15.000 / 1M $3.490 / 1M
Tokens de salida 49,888 102,488
Tokens de razonamiento 29,554 229,389
Tiempo de respuesta (promedio) 15.72s 54.11s
Tiempo de respuesta (máximo) 46.35s 215.85s
Tiempo de respuesta (total) 188.69s 1028.14s

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 salida Tokens de razonamiento
Claude Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 1,046 1,093
Kimi K2.6 7.0 8.0 66.7% 1 11.59s 7,115 8,934
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 6.9 6.0 66.7% 1 33.87s 11,277 3,281
Kimi K2.6 6.5 5.3 75.0% 1 118.23s 9,255 52,215
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
Kimi K2.6 10.0 10.0 100.0% 0 40.96s 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 salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
Kimi K2.6 10.0 10.0 100.0% 0 20.38s 316 11,305
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
Kimi K2.6 5.3 7.2 44.4% 1 202.38s 47,035 98,262
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
Kimi K2.6 10.0 10.0 100.0% 0 17.83s 3,981 4,472
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
Kimi K2.6 10.0 10.0 100.0% 0 12.53s 3,977 5,269
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.80s 589 635
Kimi K2.6 6.0 7.4 55.6% 1 25.59s 14,140 17,868
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
Kimi K2.6 10.0 10.0 100.0% 0 8.92s 248 1,011
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 3,437 1,586
Kimi K2.6 3.0 10.0 0.0% 0 130.27s 15,710 16,177

Comparación rápida

Cambiar par de comparación

DeepSeek V4 FlashhighDisponible gratisvsKimi K2.6mediumKimi K2.6mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash LitelowvsKimi K2.6mediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewnonevsKimi K2.6mediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash LitelowClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneRing-2.6-1TnonevsKimi K2.6mediumClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighDisponible gratis