AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs MoonshotAI: Kimi K3

概要

Claude Opus 4.7 (medium) が平均スコアでリードし、8.7 vs 8.5 です。 Claude Opus 4.7 (medium) の benchmark コストが低く、$0.679 vs $3.112 です。 Claude Opus 4.7 (medium) の方が高速で、4.73s vs 122.48s です、成功率は 82.5% vs 82.5% です。

おすすめモデルClaude Opus 4.7 (medium)ここでは最高スコア（8.7）で、Kimi K3 (max) より約 4.6 倍低コストです。

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: 2026-07-16

指標	Claude Opus 4.7 Claude Opus 4.7 medium リリース: 2026-04-16	Kimi K3 Kimi K3 max リリース: 2026-07-16

指標	Claude Opus 4.7 Claude Opus 4.7 medium リリース: 2026-04-16	Kimi K3 Kimi K3 max リリース: 2026-07-16
スコア	8.7	8.5
順位	#18	#21
信頼性	10.0	9.4
一貫性	9.6	9.2
正解テスト
試行ごとの合格率	82.5%	82.5%
不安定なテスト	1	2
総実行回数	63	63
結果あたりのコスト	3.991	19.446
合計コスト	$0.679	$3.112
入力価格	$5.000 / 1M	$3.000 / 1M
出力価格	$25.000 / 1M	$15.000 / 1M
合計入力トークン	65,406	34,916
出力トークン	11,858	2,910
推論トークン	2,198	197,529
応答時間（平均）	4.73s	122.48s
応答時間（最大）	23.18s	766.58s
応答時間（合計）	94.51s	2327.06s

生成ショーケース

Hamster playing table tennis

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

#18 Claude Opus 4.7

medium

コスト: $0.059
時間: 26.8s
トークン: 2,475 tok

#21 MoonshotAI: Kimi K3

max

コスト: $0.281
時間: 506.9s
トークン: 18,863 tok

スコア上位モデル

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

カテゴリ:

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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629

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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012

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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		21.45s	24,501	2,369	1,084
Kimi K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460

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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606

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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
Kimi K3	5.9	7.2	55.6%	1		490.14s	794	80	83,180

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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871

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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119

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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368

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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	0

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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284

クイック比較

比較ペアを切り替え

Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Kimi K3maxvsGPT-5.4medium Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Claude Opus 4.7mediumvsMuse Spark 1.1low Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Kimi K3maxvsGrok 4.5medium Claude Opus 4.7mediumvsGPT-5.2 Chatnone Muse Spark 1.1lowvsKimi K3max