Navigasi
AI BENCHY
Bandingkan Grafik
❤️ Made by XCS
Your ad here

AI BENCHY Compare

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

Nama Model:

Benchmark dihasilkan dari suite pengujian AI BENCHY pada : 2026-02-27 15:16

Ringkasan

Metrik Anthropic: Claude Opus 4.6 medium Rilis: Tanggal rilis tidak diketahui MoonshotAI: Kimi K2.5 medium Rilis: Tanggal rilis tidak diketahui
Peringkat #20 #17
Skor 6.07 6.29
Konsistensi 8.80 7.69
Biaya per hasil 10.992 2.335
Total Biaya $0.880 $0.187
Tes benar
Tes Salah 6 6
Tingkat lulus per percobaan 61.9% 73.8%
Tes tidak stabil 2 4
Token output 19,576 30,504
Token penalaran 11,081 58,467

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
MoonshotAI: Kimi K2.5 7.00 7.21 88.9% 1 335 6,255
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 1,181 6,049
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
MoonshotAI: Kimi K2.5 1.00 4.41 33.3% 2 20,696 30,894
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
MoonshotAI: Kimi K2.5 9.50 10.00 100.0% 0 3,777 4,967
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
MoonshotAI: Kimi K2.5 5.00 7.61 55.6% 1 4,273 9,490
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 242 812

Ganti Pasangan Perbandingan

Bandingkan Anthropic: Claude Opus 4.6 dengan...

Bandingkan MoonshotAI: Kimi K2.5 dengan...