AI BENCHY Compare
Anthropic: Claude Sonnet 4.6 vs MoonshotAI: Kimi K2.6
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: 2026-05-22
| 指標 | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | Kimi K2.6 Kimi K2.6 medium |
|---|---|---|
| スコア | 7.6 | 7.4 |
| 順位 | #46 | #54 |
| 信頼性 | 10.0 | 8.3 |
| 一貫性 | 9.2 | 8.3 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.3% | 70.8% |
| 不安定なテスト | 2 | 4 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 10.227 | 7.630 |
| 合計コスト | $1.330 | $0.916 |
| ???? | $3.000 / 1M | $0.730 / 1M |
| ???? | $15.000 / 1M | $3.490 / 1M |
| 出力トークン | 49,888 | 102,488 |
| 推論トークン | 29,554 | 229,389 |
| 応答時間（平均） | 15.72s | 54.11s |
| 応答時間（最大） | 46.35s | 215.85s |
| 応答時間（合計） | 188.69s | 1028.14s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 6.5 | 10.0 | 50.0% | 0 | 2.98s | 1,046 | 1,093 | |
| Kimi K2.6 | 7.0 | 8.0 | 66.7% | 1 | 11.59s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 6.9 | 6.0 | 66.7% | 1 | 33.87s | 11,277 | 3,281 | |
| Kimi K2.6 | 6.5 | 5.3 | 75.0% | 1 | 118.23s | 9,255 | 52,215 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 46.35s | 5,871 | 3,962 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 40.96s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 13.90s | 649 | 742 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 20.38s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 2.9 | 7.2 | 11.1% | 1 | 0ms | 25,790 | 16,919 | |
| Kimi K2.6 | 5.3 | 7.2 | 44.4% | 1 | 202.38s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.94s | 256 | 433 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 17.83s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.61s | 318 | 552 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 12.53s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.80s | 589 | 635 | |
| Kimi K2.6 | 6.0 | 7.4 | 55.6% | 1 | 25.59s | 14,140 | 17,868 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 7.48s | 655 | 351 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 8.92s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 3.0 | 10.0 | 0.0% | 0 | 30.09s | 3,437 | 1,586 | |
| Kimi K2.6 | 3.0 | 10.0 | 0.0% | 0 | 130.27s | 15,710 | 16,177 |
クイック比較
比較ペアを切り替え
DeepSeek V4 Flashhigh無料で利用可能vsKimi K2.6mediumKimi K2.6mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash LitelowvsKimi K2.6mediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewnonevsKimi K2.6mediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash LitelowClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneRing-2.6-1TnonevsKimi K2.6mediumClaude Sonnet 4.6mediumvsDeepSeek V4 Flashhigh無料で利用可能