तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Anthropic: Claude Opus 4.6 vs MoonshotAI: Kimi K2.5

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	Anthropic: Claude Opus 4.6 medium रिलीज़: रिलीज़ तिथि अज्ञात	MoonshotAI: Kimi K2.5 medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#20	#17
स्कोर	6.07	6.29
संगति	8.80	7.69
प्रति परिणाम लागत	10.992	2.335
कुल लागत	$0.880	$0.187
सही परीक्षण
गलत टेस्ट	6	6
प्रति प्रयास पास दर	61.9%	73.8%
अस्थिर टेस्ट	2	4
आउटपुट टोकन	19,576	30,504
रीजनिंग टोकन	11,081	58,467

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	4.00	4.41	55.6%	2		897	1,000
MoonshotAI: Kimi K2.5	7.00	7.21	88.9%	1		335	6,255

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		668	763
MoonshotAI: Kimi K2.5	10.00	10.00	100.0%	0		1,181	6,049

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	1.00	10.00	0.0%	0		16,328	7,928
MoonshotAI: Kimi K2.5	1.00	4.41	33.3%	2		20,696	30,894

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	9.50	9.99	100.0%	0		266	468
MoonshotAI: Kimi K2.5	9.50	10.00	100.0%	0		3,777	4,967

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	7.00	10.00	66.7%	0		556	593
MoonshotAI: Kimi K2.5	5.00	7.61	55.6%	1		4,273	9,490

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		861	329
MoonshotAI: Kimi K2.5	10.00	10.00	100.0%	0		242	812

तुलना जोड़ी बदलें

Anthropic: Claude Opus 4.6 की तुलना इससे करें...

MoonshotAI: Kimi K2.5 की तुलना इससे करें...