Comparar Gráficos

Idioma:

❤️ Made by XCS

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 medium Lanzamiento: Fecha de lanzamiento desconocida
Rango	#14	#17
Puntuación	6.36	6.29
Consistencia	9.50	7.69
Costo por resultado	1.325	2.335
Costo total	$0.106	$0.187
Pruebas correctas
Pruebas incorrectas	6	6
Tasa de aciertos por intento	59.5%	73.8%
Pruebas inestables	1	4
Tokens de salida	2,637	30,504
Tokens de razonamiento	0	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 Sonnet 4.6	4.00	10.00	33.3%	0		1,199	0
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 Sonnet 4.6	10.00	10.00	100.0%	0		252	0
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 Sonnet 4.6	7.00	10.00	66.7%	0		54	0
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 Sonnet 4.6	5.50	10.00	50.0%	0		90	0
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 Sonnet 4.6	5.00	7.68	44.4%	1		595	0
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 Sonnet 4.6	10.00	10.00	100.0%	0		447	0
MoonshotAI: Kimi K2.5	10.00	10.00	100.0%	0		242	812

Cambiar par de comparación

Comparar Anthropic: Claude Sonnet 4.6 contra...

Comparar MoonshotAI: Kimi K2.5 contra...