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 K2.5

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17 Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27
Puntuación 7.0 6.7
Rango #78 #85
Fiabilidad 10.0 10.0
Consistencia 9.7 6.8
Pruebas correctas
Tasa de aciertos por intento 58.3% 66.7%
Pruebas inestables 1 8
Ejecuciones totales 60 60
Costo por resultado 2.782 3.486
Costo total $0.306 $0.314
Precio de entrada $3.000 / 1M $0.400 / 1M
Precio de salida $15.000 / 1M $1.900 / 1M
Tokens de salida 9,450 48,374
Tokens de razonamiento 0 128,473
Tiempo de respuesta (promedio) 5.27s 89.02s
Tiempo de respuesta (máximo) 23.84s 281.00s
Tiempo de respuesta (total) 68.50s 1157.32s

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 4.8 10.0 25.0% 0 2.94s 1,214 0
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 2,789 8,880
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 6.8 10.0 50.0% 0 6.73s 2,112 0
Kimi K2.5 4.1 1.9 50.0% 2 215.89s 5,700 45,419
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 9.5 10.0 100.0% 0 23.84s 3,766 0
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 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 salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 0
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 563 7,940
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 7.7 10.0 66.7% 0 3.54s 413 0
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 20,753 30,564
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 6.1 3.1 66.7% 1 2.56s 192 0
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 3,815 4,262
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 6.5 10.0 50.0% 0 1.96s 90 0
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
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 7.7 10.0 66.7% 0 2.53s 533 0
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 8,426 12,692
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 4.11s 447 0
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812
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 4.67s 431 0
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 12 7,644

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumClaude Sonnet 4.6nonevsDeepSeek V4 ProhighClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGemma 4 31BnoneDisponible gratisvsKimi K2.5mediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsStep 3.7 FlashhighGemini 3.1 Flash LitenonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.5noneClaude Sonnet 4.6nonevsGPT-5 MinimediumClaude Sonnet 4.6nonevsGPT-5.4 Nanomedium