Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-29

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17 Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27
Skor 7.0 6.7
Peringkat #78 #85
Keandalan 10.0 10.0
Konsistensi 9.7 6.8
Tes benar
Tingkat lulus per percobaan 58.3% 66.7%
Tes tidak stabil 1 8
Total Run 60 60
Biaya per hasil 2.782 3.486
Total Biaya $0.306 $0.314
Harga input $3.000 / 1M $0.400 / 1M
Harga output $15.000 / 1M $1.900 / 1M
Token output 9,450 48,374
Token penalaran 0 128,473
Waktu respons (rata-rata) 5.27s 89.02s
Waktu respons (maks) 23.84s 281.00s
Waktu respons (total) 68.50s 1157.32s

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 output Token penalaran
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 1,214 0
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 2,789 8,880
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 6.8 10.0 50.0% 0 6.73s 2,112 0
Kimi K2.5 4.1 1.9 50.0% 2 215.89s 5,700 45,419
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 0
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 703 3,713
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 0
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 563 7,940
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 413 0
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 20,753 30,564
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 192 0
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 3,815 4,262
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 90 0
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.53s 533 0
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 8,426 12,692
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 431 0
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 12 7,644

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumClaude Sonnet 4.6nonevsDeepSeek V4 ProhighClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGemma 4 31BnoneTersedia gratisvsKimi K2.5mediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsStep 3.7 FlashhighGemini 3.1 Flash LitenonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.5noneClaude Sonnet 4.6nonevsGPT-5 MinimediumClaude Sonnet 4.6nonevsGPT-5.4 Nanomedium