नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY तुलना

Anthropic: Claude Opus 4.6 vs MoonshotAI: Kimi K2.6

सारांश

Claude Opus 4.6 vs Kimi K2.6 benchmark तुलना: Kimi K2.6 average score में आगे है: 7.8 vs 7.7. Kimi K2.6 की benchmark लागत कम है: $0.888 vs $2.053. Claude Opus 4.6 तेज है: 25.89s vs 71.67s, pass rates 61.9% vs 65.1%.

अनुशंसित मॉडल: Kimi K2.6 - It has the best score here (7.8), while costing about 2.3x less than Claude Opus 4.6.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-02

मेट्रिक Claude Opus 4.6 Claude Opus 4.6 medium रिलीज़: 2026-02-05 Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20 निःशुल्क उपलब्ध
स्कोर 7.7 7.8
रैंक #40 #36
विश्वसनीयता 10.0 10.0
संगति 8.8 8.6
सही परीक्षण
प्रति प्रयास पास दर 61.9% 65.1%
अस्थिर टेस्ट 3 3
कुल रन 63 63
प्रति परिणाम लागत 17.103 8.358
कुल लागत $2.053 $0.888
इनपुट कीमत $5.000 / 1M $0.660 / 1M
आउटपुट कीमत $25.000 / 1M $3.410 / 1M
कुल इनपुट टोकन 53,227 29,450
आउटपुट टोकन 47,446 102,923
रीजनिंग टोकन 24,000 254,094
प्रतिक्रिया समय (औसत) 25.89s 71.67s
प्रतिक्रिया समय (अधिकतम) 83.40s 406.78s
प्रतिक्रिया समय (कुल) 362.49s 1433.36s

जनरेशन शोकेस

Hamster playing table tennis

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

#40 Claude Opus 4.6

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

#36 MoonshotAI: Kimi K2.6

medium
लागत
$0.013
समय
103.4s
टोकन
3,620 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Kimi K2.6 7.0 8.0 66.7% 1 11.59s 618 7,115 8,934
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Kimi K2.6 10.0 10.0 100.0% 0 40.96s 11,271 711 13,876
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Kimi K2.6 10.0 10.0 100.0% 0 20.38s 7,014 316 11,305
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Kimi K2.6 5.3 7.2 44.4% 1 202.38s 326 47,035 98,262
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Kimi K2.6 10.0 10.0 100.0% 0 17.83s 477 3,981 4,472
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Kimi K2.6 10.0 10.0 100.0% 0 12.53s 669 3,977 5,269
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Kimi K2.6 6.0 7.4 55.6% 1 25.06s 651 13,860 17,599
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Kimi K2.6 10.0 10.0 100.0% 0 8.92s 5,286 248 1,011
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Kimi K2.6 3.0 10.0 0.0% 0 130.27s 213 15,710 16,177

त्वरित तुलना

तुलना जोड़ी बदलें