Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark Claude Opus 4.8 vs Kimi K2.6: Skor rata-rata hampir imbang di 7.7 vs 7.8. Kimi K2.6 memiliki biaya benchmark lebih rendah di $0.831 vs $1.270. Claude Opus 4.8 lebih cepat di 10.83s vs 71.67s, dengan tingkat keberhasilan 79.4% vs 65.1%.

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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-30

Metrik Claude Opus 4.8 Claude Opus 4.8 low Rilis: 2026-05-28 Kimi K2.6 Kimi K2.6 medium Rilis: 2026-04-20 Tersedia gratis
Skor 7.7 7.8
Peringkat #38 #36
Keandalan 10.0 10.0
Konsistensi 8.8 8.6
Tes benar
Tingkat lulus per percobaan 79.4% 65.1%
Tes tidak stabil 3 3
Total Run 63 63
Biaya per hasil 8.466 8.358
Total Biaya $1.270 $0.831
Harga input $5.000 / 1M $0.550 / 1M
Harga output $25.000 / 1M $3.200 / 1M
Total token input 60,946 29,450
Token output 31,771 102,923
Token penalaran 6,831 254,094
Waktu respons (rata-rata) 10.83s 71.67s
Waktu respons (maks) 127.97s 406.78s
Waktu respons (total) 227.39s 1433.36s

Showcase generasi

Hamster playing table tennis

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

#38 Claude Opus 4.8

low
Biaya
$0.031
Waktu
14.1s
Token
1,345 tok

#36 MoonshotAI: Kimi K2.6

medium
Biaya
$0.013
Waktu
103.4s
Token
3,620 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumKimi K2.6mediumTersedia gratisvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsMiniMax M3mediumClaude Opus 4.8lowvsDeepSeek V4 ProhighClaude Opus 4.8lowvsGrok Build 0.1mediumDeepSeek V4 ProhighvsKimi K2.6mediumTersedia gratisClaude Opus 4.8lowvsQwen3.5-27Bmedium