Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs MoonshotAI: Kimi K2.5

Ringkasan

Perbandingan benchmark Claude Opus 4.8 vs Kimi K2.5: Claude Opus 4.8 unggul dalam skor rata-rata dengan 7.0 vs 6.8. Kimi K2.5 memiliki biaya benchmark lebih rendah di $0.328 vs $0.539. Claude Opus 4.8 lebih cepat di 3.47s vs 98.43s, dengan tingkat keberhasilan 61.9% vs 68.3%.

Model yang direkomendasikan: Claude Opus 4.8 - It has the best score here (7.0), while responding about 28.4x faster than Kimi K2.5.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-04

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27
Skor 7.0 6.8
Peringkat #68 #76
Keandalan 10.0 10.0
Konsistensi 9.2 6.9
Tes benar
Tingkat lulus per percobaan 61.9% 68.3%
Tes tidak stabil 2 8
Total Run 63 63
Biaya per hasil 4.485 3.704
Total Biaya $0.539 $0.328
Harga input $5.000 / 1M $0.400 / 1M
Harga output $25.000 / 1M $1.900 / 1M
Total token input 67,104 34,312
Token output 8,107 48,379
Token penalaran 0 157,747
Waktu respons (rata-rata) 3.47s 98.43s
Waktu respons (maks) 17.73s 281.00s
Waktu respons (total) 72.90s 1378.03s

Generation showcase

Hamster playing table tennis

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

#68 Claude Opus 4.8

none
Cost
$0.053
Time
22.0s
Tokens
2,253 tok

#76 MoonshotAI: Kimi K2.5

medium
Cost
$0.030
Time
58.6s
Tokens
8,683 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
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 7.2 44.4% 1 1.66s 975 61 0
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
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 3.48s 708 230 0
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
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 9.9 10.0 100.0% 0 1.37s 909 95 0
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
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 7.7 10.0 66.7% 0 2.74s 894 783 0
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
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 5.35s 11,775 355 0
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
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 3.41s 258 212 0
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8nonevsMiniMax M3mediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsKimi K2.5mediumKimi K2.5mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsGemini 3.1 Flash Litelow