Anthropic: Claude Sonnet 4.6 vs MoonshotAI: Kimi K3

Kimi K3 (max) が平均スコアでリードし、8.0 vs 7.8 です。 Claude Sonnet 4.6 (medium) の benchmark コストが低く、$2.057 vs $3.112 です。 Claude Sonnet 4.6 (medium) の方が高速で、25.91s vs 122.48s です、成功率は 66.7% vs 75.8% です。

おすすめモデルClaude Sonnet 4.6 (medium)スコアはここでの最高値に近く（7.8 vs 8.0）、Kimi K3 (max) より約 1.5 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: 2026-07-17

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17	Kimi K3 Kimi K3 max リリース: 2026-07-16

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17	Kimi K3 Kimi K3 max リリース: 2026-07-16
スコア	7.8	8.0
順位	#38	#31
信頼性	10.0	9.1
一貫性	9.2	9.5
正解テスト
試行ごとの合格率	66.7%	75.8%
不安定なテスト	2	1
総実行回数	66	66
結果あたりのコスト	14.692	19.446
合計コスト	$2.057	$3.112
入力価格	$3.000 / 1M	$3.000 / 1M
出力価格	$15.000 / 1M	$15.000 / 1M
合計入力トークン	106,292	34,916
出力トークン	80,748	2,910
推論トークン	35,117	197,529
応答時間（平均）	25.91s	122.48s
応答時間（最大）	140.96s	766.58s
応答時間（合計）	362.78s	2327.06s

Hamster playing table tennis

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

#38 Claude Sonnet 4.6

medium

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 tok

#31 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

カテゴリ:

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 Sonnet 4.6	6.5	10.0	50.0%	0		2.98s	789	1,046	1,093
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629

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 Sonnet 4.6	5.7	6.6	44.4%	1		33.29s	6,995	16,089	3,686
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012

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 Sonnet 4.6	10.0	10.0	100.0%	0		93.65s	75,531	31,916	9,109
Kimi K3	6.5	10.0	50.0%	0		223.03s	12,792	399	20,460

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 Sonnet 4.6	10.0	10.0	100.0%	0		13.90s	8,676	649	742
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606

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 Sonnet 4.6	2.9	7.2	11.1%	1		0ms	471	25,790	16,919
Kimi K3	5.9	9.3	33.3%	0		490.14s	794	80	83,180

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 Sonnet 4.6	10.0	10.0	100.0%	0		4.94s	564	256	433
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871

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 Sonnet 4.6	10.0	10.0	100.0%	0		2.61s	792	318	552
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119

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 Sonnet 4.6	10.0	10.0	100.0%	0		5.31s	816	592	646
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368

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 Sonnet 4.6	10.0	10.0	100.0%	0		7.48s	11,454	655	351
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	0

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 Sonnet 4.6	3.0	10.0	0.0%	0		30.09s	204	3,437	1,586
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284

クイック比較

比較ペアを切り替え

Kimi K3maxvsGPT-5.6 Terrahigh Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGLM 5.2high Kimi K3maxvsQwen3.7 Plusmedium Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K3maxvsQwen3.6 Plusmedium Kimi K3maxvsGLM 5.2medium Muse Spark 1.1highvsKimi K3max Kimi K3maxvsGPT-5.6 Terramedium Claude Sonnet 4.6mediumvsGPT-5.6 Lunahigh Claude Sonnet 4.6mediumvsGPT-5.6 Terrahigh