AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs MoonshotAI: Kimi K2.6

概要

Claude Opus 4.8 vs Kimi K2.6 の benchmark 比較: 平均スコアは 7.7 vs 7.8 でほぼ同等です。 Kimi K2.6 の benchmark コストが低く、$0.831 vs $1.270 です。 Claude Opus 4.8 の方が高速で、10.83s vs 71.67s です、成功率は 79.4% vs 65.1% 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 K2.6 より約 6.6 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 K2.6 Kimi K2.6 medium リリース: 2026-04-20 無料で利用可能

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	Kimi K2.6 Kimi K2.6 medium リリース: 2026-04-20 無料で利用可能
スコア	7.7	7.8
順位	#38	#36
信頼性	10.0	10.0
一貫性	8.8	8.6
正解テスト
試行ごとの合格率	79.4%	65.1%
不安定なテスト	3	3
総実行回数	63	63
結果あたりのコスト	8.466	8.358
合計コスト	$1.270	$0.831
入力価格	$5.000 / 1M	$0.550 / 1M
出力価格	$25.000 / 1M	$3.200 / 1M
合計入力トークン	60,946	29,450
出力トークン	31,771	102,923
推論トークン	6,831	254,094
応答時間（平均）	10.83s	71.67s
応答時間（最大）	127.97s	406.78s
応答時間（合計）	227.39s	1433.36s

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

#36 MoonshotAI: Kimi K2.6

medium

コスト: $0.013
時間: 103.4s
トークン: 3,620 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 K2.6	7.0	8.0	66.7%	1		11.59s	618	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）	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 K2.6	5.7	8.6	33.3%	0		214.42s	2,925	9,970	77,189

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 K2.6	10.0	10.0	100.0%	0		40.96s	11,271	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）	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 K2.6	10.0	10.0	100.0%	0		20.38s	7,014	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）	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 K2.6	5.3	7.2	44.4%	1		202.38s	326	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）	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 K2.6	10.0	10.0	100.0%	0		17.83s	477	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）	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 K2.6	10.0	10.0	100.0%	0		12.53s	669	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）	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 K2.6	6.0	7.4	55.6%	1		25.06s	651	13,860	17,599

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 K2.6	10.0	10.0	100.0%	0		8.92s	5,286	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）	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 K2.6	3.0	10.0	0.0%	0		130.27s	213	15,710	16,177

クイック比較

比較ペアを切り替え