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

Claude Sonnet 4.6 unggul dalam skor rata-rata dengan 7.3 vs 7.0. Kimi K2.5 (medium) memiliki biaya benchmark lebih rendah di $0.600 vs $0.661. Claude Sonnet 4.6 lebih cepat di 8.12s vs 99.00s, dengan tingkat keberhasilan 57.6% vs 65.2%.

Model yang direkomendasikanClaude Sonnet 4.6It has the best score here (7.3), while responding about 12.2x faster than Kimi K2.5 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-25

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

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	7.3	7.0
Peringkat	#71	#85
Keandalan	10.0	10.0
Konsistensi	9.7	7.0
Tes benar
Tingkat lulus per percobaan	57.6%	65.2%
Tes tidak stabil	1	8
Total Run	66	66
Biaya per hasil	5.502	4.789
Total Biaya	$0.661	$0.600
Harga input	$3.000 / 1M	$0.571 / 1M
Harga output	$15.000 / 1M	$2.850 / 1M
Total token input	123,264	118,448
Token output	19,362	62,124
Token penalaran	0	165,243
Waktu respons (rata-rata)	8.12s	99.00s
Waktu respons (maks)	51.18s	281.00s
Waktu respons (total)	121.78s	1485.04s

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none

Biaya: $0.038
Waktu: 27.3s
Token: 2,598 tok

#85 MoonshotAI: Kimi K2.5

medium

Biaya: $0.030
Waktu: 58.6s
Token: 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

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	4.8	10.0	25.0%	0		2.94s	636	1,214	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 Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	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 Sonnet 4.6	9.8	10.0	100.0%	0		37.51s	91,402	13,663	0
Kimi K2.5	6.7	9.1	50.0%	0		89.19s	95,416	14,448	11,209

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		3.43s	8,574	252	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 Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	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 Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	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 Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	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 Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	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 Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	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 Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
Kimi K2.5	3.0	10.0	0.0%	0		83.95s	211	12	7,644

Perbandingan Cepat

Ganti Pasangan Perbandingan