नेविगेशन
Advertise here

Claude Opus 4.8 vs Kimi K2.6 (medium)

average score लगभग बराबर है: 6.9 vs 6.8. Kimi K2.6 (medium) की benchmark लागत कम है: $1.594 vs $2.334. Claude Opus 4.8 तेज है: 7.54s vs 121.25s, pass rates 60.9% vs 60.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#195
कुल आउटपुट टोकन
24,343
प्रतिक्रिया समय (औसत)
7.54s
कुल लागत
$2.334
रैंक
#196
कुल आउटपुट टोकन
344,502
प्रतिक्रिया समय (औसत)
121.25s
कुल लागत
$1.594
अनुशंसित मॉडल Claude Opus 4.8

It has the best score here (6.9), while responding about 16.1x faster than Kimi K2.6 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none रिलीज़: 2026-05-28 Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20
स्कोर 6.9 6.8
रैंक #195 #196
विश्वसनीयता 10.0 10.0
संगति 9.3 8.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 60.9% 60.9%
अस्थिर टेस्ट 2 4
कुल रन 69 69
प्रति परिणाम लागत 17.953 12.282
कुल लागत $2.334 $1.594
इनपुट कीमत $5.000 / 1M $0.950 / 1M
आउटपुट कीमत $25.000 / 1M $4.000 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.160 / 1M
कैश लिखने की कीमत $6.250 / 1M लागू नहीं
कुल इनपुट टोकन 345,059 226,880
आउटपुट टोकन 24,343 65,346
रीजनिंग टोकन 0 331,325
प्रतिक्रिया समय (औसत) 7.54s 121.25s
प्रतिक्रिया समय (अधिकतम) 65.07s 876.20s
प्रतिक्रिया समय (कुल) 173.31s 2667.55s
पैरामीटर ~5T कुल (~500B सक्रिय) 1T कुल (32B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#195 Claude Opus 4.8

none
लागत
$0.053
समय
22.0s
टोकन
2,253 tok

#196 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

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189

तुलना जोड़ी बदलें