ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs MoonshotAI: Kimi K3

概要

Claude Opus 4.8 (medium) が平均スコアでリードし、8.8 vs 8.5 です。 Claude Opus 4.8 (medium) の benchmark コストが低く、$1.107 vs $3.112 です。 Claude Opus 4.8 (medium) の方が高速で、9.72s vs 122.48s です、成功率は 84.1% vs 82.5% です。

おすすめモデルClaude Opus 4.8 (medium)ここでは最高スコア（8.8）で、Kimi K3 (max) より約 2.8 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 4.8 Claude Opus 4.8 medium リリース: 2026-05-28 Kimi K3 Kimi K3 max リリース: 2026-07-16
スコア 8.8 8.5
順位 #16 #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 84.1% 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 6.512 19.446
合計コスト $1.107 $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 61,007 34,916
出力トークン 26,495 2,910
推論トークン 5,901 197,529
応答時間（平均） 9.72s 122.48s
応答時間（最大） 38.03s 766.58s
応答時間（合計） 204.19s 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.

#16 Claude Opus 4.8

medium
コスト
$0.057
時間
23.1s
トークン
2,412 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

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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012

クイック比較

比較ペアを切り替え

Kimi K3maxvsGPT-5 MinimediumKimi K3maxvsGLM 5mediumKimi K3maxvsGPT-5.4mediumSeed-2.0-LitemediumvsKimi K3maxKimi K3maxvsGPT-5.2 ChatnoneKimi K3maxvsStep 3.7 FlashmediumClaude Opus 4.8mediumvsMuse Spark 1.1lowKimi K3maxvsGLM 5.2mediumKimi K3maxvsGPT-5.2mediumClaude Opus 4.7mediumvsKimi K3maxKimi K3maxvsGrok 4.5mediumMuse Spark 1.1lowvsKimi K3max