AI BENCHY Compare
Anthropic: Claude Opus 4.6 vs MoonshotAI: Kimi K2.6
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-05-19
| 指標 | Claude Opus 4.6 Claude Opus 4.6 medium | Kimi K2.6 Kimi K2.6 medium |
|---|---|---|
| スコア | 7.4 | 7.6 |
| 順位 | #57 | #47 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.1 | 8.7 |
| 正解テスト | ||
| 試行ごとの合格率 | 66.7% | 71.9% |
| 不安定なテスト | 2 | 3 |
| 総実行回数 | 57 | 57 |
| 結果あたりのコスト | 14.243 | 6.476 |
| 合計コスト | $1.710 | $0.778 |
| ???? | $5.000 / 1M | $0.730 / 1M |
| ???? | $25.000 / 1M | $3.490 / 1M |
| 出力トークン | 37,874 | 96,469 |
| 推論トークン | 21,390 | 195,991 |
| 応答時間（平均） | 24.59s | 49.92s |
| 応答時間（最大） | 83.40s | 215.85s |
| 応答時間（合計） | 295.08s | 898.64s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 6.4 | 5.8 | 66.7% | 2 | 7.45s | 986 | 1,071 | |
| Kimi K2.6 | 7.0 | 8.0 | 66.7% | 1 | 11.59s | 7,115 | 8,934 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 23.11s | 3,486 | 1,504 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 106.96s | 3,236 | 18,817 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 76.66s | 8,178 | 5,194 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 40.96s | 711 | 13,876 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 7.37s | 691 | 757 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 20.38s | 316 | 11,305 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 3.0 | 10.0 | 0.0% | 0 | 83.40s | 14,642 | 8,687 | |
| Kimi K2.6 | 5.3 | 7.2 | 44.4% | 1 | 202.38s | 47,035 | 98,262 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 5.04s | 188 | 292 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 17.83s | 3,981 | 4,472 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 266 | 467 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 12.53s | 3,977 | 5,269 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 7.7 | 10.0 | 66.7% | 0 | 4.60s | 531 | 637 | |
| Kimi K2.6 | 6.0 | 7.4 | 55.6% | 1 | 25.59s | 14,140 | 17,868 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 9.73s | 861 | 329 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 8.92s | 248 | 1,011 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 3.0 | 10.0 | 0.0% | 0 | 63.24s | 8,045 | 2,452 | |
| Kimi K2.6 | 3.0 | 10.0 | 0.0% | 0 | 130.27s | 15,710 | 16,177 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash LitelowvsKimi K2.6mediumKimi K2.6mediumvsGPT-5.2 ChatnoneKimi K2.6mediumvsGPT-5.3 ChatnoneDeepSeek V4 Flashhigh無料で利用可能vsKimi K2.6mediumGemini 3.1 Flash Lite PreviewnonevsKimi K2.6mediumClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsRing-2.6-1TnoneClaude Opus 4.6mediumvsDeepSeek V4 Flashhigh無料で利用可能Claude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash LitelowGemini 3.1 Flash Lite PreviewlowvsKimi K2.6mediumGemini 3 Flash PreviewnonevsKimi K2.6medium