Modelos comparados

Comparación benchmark Kimi K2.6 (medium) vs Kimi K2.5 (medium) vs GLM 5 (medium) vs Claude Opus 4.7 (medium): Claude Opus 4.7 (medium) lidera en Puntuación con 8.7. Kimi K2.6 (medium) lidera en Fiabilidad con 10.0. GLM 5 (medium) tiene el Costo total más bajo con $0.228. Claude Opus 4.7 (medium) es el más rápido con 7.62s.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-09-10

Modelos comparados

Rango: #128
Total de tokens de salida: 347,519
Tiempo de respuesta (promedio): 115.89s
Costo total: $1.247

Rango: #147
Total de tokens de salida: 220,942
Tiempo de respuesta (promedio): 98.19s
Costo total: $0.479

Rango: #92
Total de tokens de salida: 124,566
Tiempo de respuesta (promedio): 33.54s
Costo total: $0.228

Rango: #43
Total de tokens de salida: 29,990
Tiempo de respuesta (promedio): 7.62s
Costo total: $1.476

Modelo recomendado Claude Opus 4.7 (medium)

Tiene la mejor puntuación aquí (8.7) y responde aproximadamente 10.8x más rápido que los otros modelos de esta comparación.

Comparación detallada

Métrica	Kimi K2.6 Kimi K2.6 medium Lanzamiento: 2026-04-20	Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27	GLM 5 GLM 5 medium Lanzamiento: 2026-02-12	Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16

Métrica	Kimi K2.6 Kimi K2.6 medium Lanzamiento: 2026-04-20	Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27	GLM 5 GLM 5 medium Lanzamiento: 2026-02-12	Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16
Puntuación	7.2	7.0	7.7	8.7
Rango	#128	#147	#92	#43
Fiabilidad	10.0	10.0	10.0	10.0
Consistencia	8.3	7.0	8.1	9.6
Intentos	66/66	66/66	63/66	66/66
Pruebas correctas
Tasa de aciertos por intento	63.6%	63.6%	78.8%	83.3%
Pruebas inestables	4	8	4	1
Ejecuciones totales	66	66	63	66
Costo por resultado	10.029	4.849	1.668	8.200
Costo total	$1.247	$0.479	$0.228	$1.476
Precio de entrada	$0.950 / 1M	$0.450 / 1M	$0.600 / 1M	$5.000 / 1M
Precio de salida	$4.000 / 1M	$2.250 / 1M	$1.920 / 1M	$25.000 / 1M
Total de tokens de entrada	68,913	118,496	35,224	145,249
Tokens de salida	64,654	53,522	21,570	24,948
Tokens de razonamiento	282,865	167,420	102,996	5,042
Tiempo de respuesta (promedio)	115.89s	98.19s	33.54s	7.62s
Tiempo de respuesta (máximo)	876.20s	281.00s	99.85s	65.40s
Tiempo de respuesta (total)	2433.66s	1571.05s	435.99s	159.94s
Parámetros	1T en total (32B activos)	1T en total (32B activos)	744B en total (40B activos)	~5T en total (~500B activos)
Disponibilidad	Pesos disponibles	Pesos disponibles	Código abierto	Código cerrado

Generación showcase de modelos

Hamster playing table tennis

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

#128 MoonshotAI: Kimi K2.6

medium

Coste: $0.013
Tiempo: 103.4s
Tokens: 3,620 tok

#147 MoonshotAI: Kimi K2.5

medium

Coste: $0.030
Tiempo: 58.6s
Tokens: 8,683 tok

#92 GLM 5

medium

Coste: $0.005
Tiempo: 20.7s
Tokens: 2,068 tok

#43 Claude Opus 4.7

medium

Coste: $0.059
Tiempo: 26.8s
Tokens: 2,475 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	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K2.6	7.0	8.0	66.7%	1	11.59s	618	7,115	8,934
Kimi K2.5	7.3	5.8	83.3%	2	51.38s	634	2,789	8,880
GLM 5	10.0	10.0	100.0%	0	23.66s	555	480	7,056
Claude Opus 4.7	8.3	10.0	75.0%	0	1.85s	894	348	0

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K2.6	5.7	8.6	33.3%	0	214.42s	2,925	9,970	77,189
Kimi K2.5	6.1	4.6	66.7%	2	217.49s	6,935	5,705	74,693
GLM 5	10.0	10.0	100.0%	0	74.30s	7,254	2,997	52,930
Claude Opus 4.7	7.6	7.2	77.8%	1	12.96s	10,635	7,629	1,114

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K2.6	6.9	5.9	66.7%	1	458.58s	50,723	9,468	39,642
Kimi K2.5	6.7	9.1	50.0%	0	89.19s	95,416	14,448	11,209
GLM 5	5.0	5.0	50.0%	0	28.96s	12,804	662	3,242
Claude Opus 4.7	10.0	10.0	100.0%	0	43.42s	104,347	15,459	3,928

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K2.6	10.0	10.0	100.0%	0	20.38s	7,014	316	11,305
Kimi K2.5	10.0	10.0	100.0%	0	49.78s	7,020	563	7,940
GLM 5	7.1	5.6	83.3%	1	8.90s	5,508	567	3,734
Claude Opus 4.7	10.0	10.0	100.0%	0	2.37s	10,533	324	0

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K2.6	5.3	7.2	44.4%	1	264.43s	337	9	101,267
Kimi K2.5	2.9	4.4	22.2%	2	111.65s	533	12,151	32,741
GLM 5	3.5	4.4	33.3%	2	0ms	260	13,176	14,137
Claude Opus 4.7	7.7	10.0	66.7%	0	1.19s	627	51	0

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K2.6	10.0	10.0	100.0%	0	17.83s	477	3,981	4,472
Kimi K2.5	6.5	3.4	66.7%	1	69.73s	480	3,815	4,262
GLM 5	6.1	3.1	66.7%	1	14.69s	477	2,020	2,248
Claude Opus 4.7	10.0	10.0	100.0%	0	2.87s	723	256	0

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K2.6	10.0	10.0	100.0%	12.53s	669	3,977	5,269
Kimi K2.5	10.0	10.0	100.0%	92.47s	675	5,371	6,547
GLM 5	10.0	10.0	100.0%	7.25s	636	1,001	2,129
Claude Opus 4.7	10.0	10.0	100.0%	1.57s	939	114	0

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K2.6	6.0	7.4	55.6%	1	25.06s	651	13,860	17,599
Kimi K2.5	5.3	7.3	44.4%	1	43.23s	659	8,426	12,692
GLM 5	10.0	10.0	100.0%	0	11.33s	609	33	4,076
Claude Opus 4.7	10.0	10.0	100.0%	0	2.43s	939	370	0

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K2.6	10.0	10.0	100.0%	8.92s	5,286	248	1,011
Kimi K2.5	10.0	10.0	100.0%	31.74s	5,933	242	812
GLM 5	10.0	10.0	100.0%	15.93s	6,935	233	994
Claude Opus 4.7	10.0	10.0	100.0%	4.17s	15,339	373	0

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K2.6	3.0	10.0	0.0%	130.27s	213	15,710	16,177
Kimi K2.5	3.0	10.0	0.0%	83.95s	211	12	7,644
GLM 5	3.0	10.0	0.0%	67.37s	186	401	12,450
Claude Opus 4.7	3.0	10.0	0.0%	2.25s	273	24	0

Comparación rápida

Cambiar par de comparación

Seed-2.0-CodelowvsGLM 5medium Claude Opus 4.7mediumvsGLM 5.3 Flashmax KAT-Coder-Pro V2.5highvsKimi K2.6medium Claude Opus 4.7mediumvsGemini 3.6 Flashlow Claude Opus 4.8nonevsKimi K2.6medium Kimi K2.5mediumvsGPT-5.5none Qwen3.7 FlashhighvsGLM 5medium Muse Glimmer 30BhighvsKimi K2.6medium Claude Opus 4.8lowvsGLM 5medium Claude Fable 5.1lowvsKimi K2.5medium Claude Opus 4.7mediumvsMuse Spark 1.2high Claude Opus 4.7mediumvsGemini 3.5 Flash Litehigh