Navegación
AI BENCHY
Comparar Gráficos
❤️ Made by XCS
Your ad here

AI BENCHY Compare

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

Nombre del modelo:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en : 2026-02-27 15:16

Resumen

Métrica Anthropic: Claude Sonnet 4.6 none Lanzamiento: Fecha de lanzamiento desconocida MoonshotAI: Kimi K2.5 none Lanzamiento: Fecha de lanzamiento desconocida
Rango #14 #32
Puntuación 6.36 4.07
Consistencia 9.50 8.92
Costo por resultado 1.325 0.232
Costo total $0.106 $0.010
Pruebas correctas
Pruebas incorrectas 6 10
Tasa de aciertos por intento 59.5% 35.7%
Pruebas inestables 1 2
Tokens de salida 2,637 1,915
Tokens de razonamiento 0 0

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 4.00 10.00 33.3% 0 1,199 0
MoonshotAI: Kimi K2.5 2.67 7.86 11.1% 1 363 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 252 0
MoonshotAI: Kimi K2.5 5.50 5.81 83.3% 1 995 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 54 0
MoonshotAI: Kimi K2.5 4.00 10.00 33.3% 0 29 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 5.50 10.00 50.0% 0 90 0
MoonshotAI: Kimi K2.5 5.00 9.99 50.0% 0 61 0
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 5.00 7.68 44.4% 1 595 0
MoonshotAI: Kimi K2.5 2.00 9.92 0.0% 0 247 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 447 0
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 220 0

Cambiar par de comparación

Comparar Anthropic: Claude Sonnet 4.6 contra...

Comparar MoonshotAI: Kimi K2.5 contra...