ナビゲーション
AI BENCHY
Advertise here

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

平均スコアは 7.3 vs 7.2 でほぼ同等です。 Claude Opus 4.8 の benchmark コストが低く、$1.166 vs $1.222 です。 Claude Opus 4.8 の方が高速で、4.91s vs 109.98s です、成功率は 63.6% vs 63.6% です。

おすすめモデルClaude Opus 4.8ここでは最高スコア（7.3）で、Kimi K2.6 (medium) より約 22.4 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: 2026-07-17

指標 Claude Opus 4.8 Claude Opus 4.8 none リリース: 2026-05-28 Kimi K2.6 Kimi K2.6 medium リリース: 2026-04-20
スコア 7.3 7.2
順位 #63 #65
信頼性 10.0 9.4
一貫性 9.2 8.3
正解テスト
試行ごとの合格率 63.6% 63.6%
不安定なテスト 2 4
総実行回数 66 66
結果あたりのコスト 8.969 9.821
合計コスト $1.166 $1.222
入力価格 $5.000 / 1M $0.950 / 1M
出力価格 $25.000 / 1M $4.000 / 1M
合計入力トークン 149,206 68,902
出力トークン 16,797 111,680
推論トークン 0 279,860
応答時間（平均） 4.91s 109.98s
応答時間（最大） 35.03s 876.20s
応答時間（合計） 108.03s 2309.56s

Hamster playing table tennis

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

#63 Claude Opus 4.8

none
コスト
$0.053
時間
22.0s
トークン
2,253 tok

#65 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

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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189

クイック比較

比較ペアを切り替え

KAT-Coder-Pro V2.5highvsKimi K2.6mediumClaude Opus 4.8nonevsStep 3.7 FlashlowKimi K2.6mediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsKAT-Coder-Pro V2.5highClaude Opus 4.8nonevsGemini 3.1 Flash Lite PreviewmediumKimi K2.6mediumvsQwen3.7 PlusnoneClaude Opus 4.8nonevsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsKAT-Coder-Pro V2.5lowClaude Sonnet 4.6nonevsKimi K2.6mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsQwen3.5-122B-A10Bmedium