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

Model yang Dibandingkan

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-20

Metrik Kimi K2.6 Kimi K2.6 medium Rilis: 2026-04-20 Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27 GLM 5 GLM 5 medium Rilis: 2026-02-12 Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16
Skor 7.7 7.0 8.4 9.2
Peringkat #34 #46 #13 #3
Konsistensi 8.3 6.8 8.2 10.0
Tes benar
Tingkat lulus per percobaan 74.1% 72.2% 85.2% 88.9%
Tes tidak stabil 4 7 4 0
Total Run 52 54 54 54
Biaya per hasil 6.505 2.444 1.188 2.790
Total Biaya $0.716 $0.220 $0.155 $0.447
Harga input $0.950 / 1M $0.440 / 1M $0.700 / 1M $5.000 / 1M
Harga output $4.000 / 1M $2.000 / 1M $0.140 / 1M $25.000 / 1M
Token output 80,576 42,176 20,163 5,375
Token penalaran 179,225 84,870 58,337 1,341
Waktu respons (rata-rata) 45.26s 72.43s 23.34s 3.53s
Waktu respons (maks) 215.85s 150.77s 79.09s 21.45s
Waktu respons (total) 769.49s 796.70s 233.40s 60.03s

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
Kimi K2.6 7.0 8.0 66.7% 1 11.59s 7,115 8,934
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 2,789 8,880
GLM 5 10.0 10.0 100.0% 0 23.66s 480 7,056
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 348 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.6 10.0 10.0 100.0% 0 106.96s 3,236 18,817
Kimi K2.5 4.7 1.6 66.7% 1 150.77s 1,269 9,749
GLM 5 10.0 10.0 100.0% 0 79.09s 330 19,814
Claude Opus 4.7 10.0 10.0 100.0% 0 6.41s 1,141 257
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.6 10.0 10.0 100.0% 0 40.96s 711 13,876
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 703 3,713
GLM 5 10.0 10.0 100.0% 0 28.96s 662 3,242
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 2,369 1,084
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.6 10.0 10.0 100.0% 0 20.38s 316 11,305
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 563 7,940
GLM 5 7.1 5.6 83.3% 1 8.90s 567 3,734
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 324 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.6 5.3 7.2 44.4% 1 202.38s 47,035 98,262
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 20,753 30,564
GLM 5 3.5 4.4 33.3% 2 0ms 13,176 14,137
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 51 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.6 10.0 10.0 100.0% 0 17.83s 3,981 4,472
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 3,815 4,262
GLM 5 6.1 3.1 66.7% 1 14.69s 2,020 2,248
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 256 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.6 10.0 10.0 100.0% 0 12.53s 3,977 5,269
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
GLM 5 10.0 10.0 100.0% 0 7.25s 1,001 2,129
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 114 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.6 5.0 5.2 44.5% 2 25.59s 14,140 17,868
Kimi K2.5 5.3 7.3 44.4% 1 45.40s 6,671 12,403
GLM 5 10.0 10.0 100.0% 0 15.64s 1,694 4,983
Claude Opus 4.7 10.0 10.0 100.0% 0 2.51s 399 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Kimi K2.6 10.0 10.0 100.0% 0 10.04s 65 422
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812
GLM 5 10.0 10.0 100.0% 0 15.93s 233 994
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 373 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K2.6mediumvsGPT-5.3 ChatnoneGemma 4 31BnoneTersedia gratisvsKimi K2.5mediumGemini 3.1 Flash Lite PreviewnonevsKimi K2.6mediumKimi K2.6mediumvsGPT-5.2 ChatnoneKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneGemini 3 Flash PreviewnonevsGLM 5mediumGemini 3.1 Flash Lite PreviewlowvsGLM 5mediumClaude Sonnet 4.6nonevsKimi K2.6mediumKimi K2.5mediumvsGLM 5noneGemini 3.1 Flash Lite PreviewlowvsKimi K2.6mediumGemini 3 Flash PreviewnonevsKimi K2.6mediumClaude Sonnet 4.6nonevsKimi K2.5medium