नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Anthropic: Claude Opus 4.8 vs MoonshotAI: Kimi K2.6

सारांश

Claude Opus 4.8 vs Kimi K2.6 benchmark तुलना: average score लगभग बराबर है: 7.7 vs 7.8. Kimi K2.6 की benchmark लागत कम है: $0.831 vs $1.270. Claude Opus 4.8 तेज है: 10.83s vs 71.67s, pass rates 79.4% vs 65.1%.

अनुशंसित मॉडल: Claude Opus 4.8 - It has the best score here (7.7), while responding about 6.6x faster than Kimi K2.6.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-30

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low रिलीज़: 2026-05-28 Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20 निःशुल्क उपलब्ध
स्कोर 7.7 7.8
रैंक #38 #36
विश्वसनीयता 10.0 10.0
संगति 8.8 8.6
सही परीक्षण
प्रति प्रयास पास दर 79.4% 65.1%
अस्थिर टेस्ट 3 3
कुल रन 63 63
प्रति परिणाम लागत 8.466 8.358
कुल लागत $1.270 $0.831
इनपुट कीमत $5.000 / 1M $0.550 / 1M
आउटपुट कीमत $25.000 / 1M $3.200 / 1M
कुल इनपुट टोकन 60,946 29,450
आउटपुट टोकन 31,771 102,923
रीजनिंग टोकन 6,831 254,094
प्रतिक्रिया समय (औसत) 10.83s 71.67s
प्रतिक्रिया समय (अधिकतम) 127.97s 406.78s
प्रतिक्रिया समय (कुल) 227.39s 1433.36s

जनरेशन शोकेस

Hamster playing table tennis

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

#38 Claude Opus 4.8

low
लागत
$0.031
समय
14.1s
टोकन
1,345 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 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
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 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
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 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
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 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
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 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
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 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
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 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
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 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
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 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
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 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
Kimi K2.6 3.0 10.0 0.0% 0 130.27s 213 15,710 16,177

त्वरित तुलना

तुलना जोड़ी बदलें