Anthropic: Claude Sonnet 4.6 vs MoonshotAI: Kimi K3

Kimi K3 (max) unggul dalam skor rata-rata dengan 8.0 vs 7.8. Claude Sonnet 4.6 (medium) memiliki biaya benchmark lebih rendah di $2.057 vs $3.112. Claude Sonnet 4.6 (medium) lebih cepat di 25.91s vs 122.48s, dengan tingkat keberhasilan 66.7% vs 75.8%.

Model yang direkomendasikanClaude Sonnet 4.6 (medium)Its score stays close to the best score here (7.8 vs 8.0), while costing about 1.5x less than Kimi K3 (max).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Rilis: 2026-02-17	Kimi K3 Kimi K3 max Rilis: 2026-07-16

Metrik	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Rilis: 2026-02-17	Kimi K3 Kimi K3 max Rilis: 2026-07-16
Skor	7.8	8.0
Peringkat	#38	#31
Keandalan	10.0	9.1
Konsistensi	9.2	9.5
Tes benar
Tingkat lulus per percobaan	66.7%	75.8%
Tes tidak stabil	2	1
Total Run	66	66
Biaya per hasil	14.692	19.446
Total Biaya	$2.057	$3.112
Harga input	$3.000 / 1M	$3.000 / 1M
Harga output	$15.000 / 1M	$15.000 / 1M
Total token input	106,292	34,916
Token output	80,748	2,910
Token penalaran	35,117	197,529
Waktu respons (rata-rata)	25.91s	122.48s
Waktu respons (maks)	140.96s	766.58s
Waktu respons (total)	362.78s	2327.06s

Hamster playing table tennis

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

#38 Claude Sonnet 4.6

medium

SVG tidak valid

Biaya: $0.000
Waktu: 300.0s
Token: 0 tok

#31 MoonshotAI: Kimi K3

max

Biaya: $0.281
Waktu: 506.9s
Token: 18,863 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

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 Sonnet 4.6	6.5	10.0	50.0%	0		2.98s	789	1,046	1,093
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	5.7	6.6	44.4%	1		33.29s	6,995	16,089	3,686
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	10.0	10.0	100.0%	0		93.65s	75,531	31,916	9,109
Kimi K3	6.5	10.0	50.0%	0		223.03s	12,792	399	20,460

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 Sonnet 4.6	10.0	10.0	100.0%	0		13.90s	8,676	649	742
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	2.9	7.2	11.1%	1		0ms	471	25,790	16,919
Kimi K3	5.9	9.3	33.3%	0		490.14s	794	80	83,180

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	10.0	10.0	100.0%	0		4.94s	564	256	433
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	10.0	10.0	100.0%	0		2.61s	792	318	552
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119

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 Sonnet 4.6	10.0	10.0	100.0%	0		5.31s	816	592	646
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	10.0	10.0	100.0%	0		7.48s	11,454	655	351
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	3.0	10.0	0.0%	0		30.09s	204	3,437	1,586
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K3maxvsGPT-5.6 Terrahigh Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGLM 5.2high Kimi K3maxvsQwen3.7 Plusmedium Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K3maxvsQwen3.6 Plusmedium Kimi K3maxvsGLM 5.2medium Muse Spark 1.1highvsKimi K3max Kimi K3maxvsGPT-5.6 Terramedium Claude Sonnet 4.6mediumvsGPT-5.6 Lunahigh Claude Sonnet 4.6mediumvsGPT-5.6 Terrahigh