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

AI BENCHY Compare

Anthropic: Claude Opus 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 Opus 4.6 medium Lanzamiento: Fecha de lanzamiento desconocida MoonshotAI: Kimi K2.5 medium Lanzamiento: Fecha de lanzamiento desconocida
Rango #20 #17
Puntuación 6.07 6.29
Consistencia 8.80 7.69
Costo por resultado 10.992 2.335
Costo total $0.880 $0.187
Pruebas correctas
Pruebas incorrectas 6 6
Tasa de aciertos por intento 61.9% 73.8%
Pruebas inestables 2 4
Tokens de salida 19,576 30,504
Tokens de razonamiento 11,081 58,467

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 Opus 4.6 4.00 4.41 55.6% 2 897 1,000
MoonshotAI: Kimi K2.5 7.00 7.21 88.9% 1 335 6,255
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 1,181 6,049
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
MoonshotAI: Kimi K2.5 1.00 4.41 33.3% 2 20,696 30,894
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
MoonshotAI: Kimi K2.5 9.50 10.00 100.0% 0 3,777 4,967
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
MoonshotAI: Kimi K2.5 5.00 7.61 55.6% 1 4,273 9,490
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 242 812

Cambiar par de comparación

Comparar Anthropic: Claude Opus 4.6 contra...

Comparar MoonshotAI: Kimi K2.5 contra...