Anthropic: Claude Sonnet 4.6 vs MoonshotAI: Kimi K2.5

Claude Sonnet 4.6 lidera en puntuación media con 7.3 vs 7.0. Kimi K2.5 (medium) tiene menor coste de benchmark con $0.600 vs $0.661. Claude Sonnet 4.6 es más rápido con 8.12s vs 99.00s, con tasas de acierto de 57.6% vs 65.2%.

Modelo recomendadoClaude Sonnet 4.6Tiene la mejor puntuación aquí (7.3) y responde aproximadamente 12.2x más rápido que Kimi K2.5 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-25

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

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	7.3	7.0
Rango	#71	#85
Fiabilidad	10.0	10.0
Consistencia	9.7	7.0
Pruebas correctas
Tasa de aciertos por intento	57.6%	65.2%
Pruebas inestables	1	8
Ejecuciones totales	66	66
Costo por resultado	5.502	4.789
Costo total	$0.661	$0.600
Precio de entrada	$3.000 / 1M	$0.571 / 1M
Precio de salida	$15.000 / 1M	$2.850 / 1M
Total de tokens de entrada	123,264	118,448
Tokens de salida	19,362	62,124
Tokens de razonamiento	0	165,243
Tiempo de respuesta (promedio)	8.12s	99.00s
Tiempo de respuesta (máximo)	51.18s	281.00s
Tiempo de respuesta (total)	121.78s	1485.04s

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none

Coste: $0.038
Tiempo: 27.3s
Tokens: 2,598 tok

#85 MoonshotAI: Kimi K2.5

medium

Coste: $0.030
Tiempo: 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

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 Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	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 Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	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 Sonnet 4.6	9.8	10.0	100.0%	0		37.51s	91,402	13,663	0
Kimi K2.5	6.7	9.1	50.0%	0		89.19s	95,416	14,448	11,209

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 Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	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 Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	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 Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	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 Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	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 Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	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 Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	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 Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
Kimi K2.5	3.0	10.0	0.0%	0		83.95s	211	12	7,644

Comparación rápida

Cambiar par de comparación