AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs MoonshotAI: Kimi K2.5

概要

Claude Opus 4.8 vs Kimi K2.5 の benchmark 比較: Claude Opus 4.8 が平均スコアでリードし、7.7 vs 7.5 です。 Kimi K2.5 の benchmark コストが低く、$0.348 vs $1.270 です。 Claude Opus 4.8 の方が高速で、10.83s vs 98.43s です、成功率は 79.4% vs 68.3% です。

おすすめモデル: Claude Opus 4.8 - ここでは最高スコア（7.7）で、Kimi K2.5 より約 9.1 倍速く応答します。

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: 2026-06-30

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	Kimi K2.5 Kimi K2.5 medium リリース: 2026-01-27

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	Kimi K2.5 Kimi K2.5 medium リリース: 2026-01-27
スコア	7.7	7.5
順位	#38	#45
信頼性	10.0	10.0
一貫性	8.8	6.9
正解テスト
試行ごとの合格率	79.4%	68.3%
不安定なテスト	3	8
総実行回数	63	63
結果あたりのコスト	8.466	3.704
合計コスト	$1.270	$0.348
入力価格	$5.000 / 1M	$0.375 / 1M
出力価格	$25.000 / 1M	$2.025 / 1M
合計入力トークン	60,946	34,312
出力トークン	31,771	48,379
推論トークン	6,831	157,747
応答時間（平均）	10.83s	98.43s
応答時間（最大）	127.97s	281.00s
応答時間（合計）	227.39s	1378.03s

生成ショーケース

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

コスト: $0.031
時間: 14.1s
トークン: 1,345 tok

#45 MoonshotAI: Kimi K2.5

medium

コスト: $0.030
時間: 58.6s
トークン: 8,683 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

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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Kimi K2.5	7.3	5.8	83.3%	2		51.38s	634	2,789	8,880

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 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Kimi K2.5	6.1	4.6	66.7%	2		217.49s	6,935	5,705	74,693

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 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
Kimi K2.5	10.0	10.0	100.0%	0		71.37s	11,280	703	3,713

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Kimi K2.5	10.0	10.0	100.0%	0		49.78s	7,020	563	7,940

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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Kimi K2.5	3.5	4.4	33.3%	2		137.29s	485	20,753	30,564

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Kimi K2.5	6.5	3.4	66.7%	1		69.73s	480	3,815	4,262

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Kimi K2.5	10.0	10.0	100.0%	0		92.47s	675	5,371	6,547

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Kimi K2.5	5.3	7.3	44.4%	1		43.23s	659	8,426	12,692

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Kimi K2.5	10.0	10.0	100.0%	0		31.74s	5,933	242	812

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Kimi K2.5	3.0	10.0	0.0%	0		83.95s	211	12	7,644

クイック比較

比較ペアを切り替え