Anthropic: Claude Sonnet 4.6 vs MoonshotAI: Kimi K2.5

Claude Sonnet 4.6 が平均スコアでリードし、7.3 vs 7.0 です。 Kimi K2.5 (medium) の benchmark コストが低く、$0.600 vs $0.661 です。 Claude Sonnet 4.6 の方が高速で、8.12s vs 99.00s です、成功率は 57.6% vs 65.2% です。

おすすめモデルClaude Sonnet 4.6ここでは最高スコア（7.3）で、Kimi K2.5 (medium) より約 12.2 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: 2026-07-25

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	Kimi K2.5 Kimi K2.5 medium リリース: 2026-01-27

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	Kimi K2.5 Kimi K2.5 medium リリース: 2026-01-27
スコア	7.3	7.0
順位	#71	#85
信頼性	10.0	10.0
一貫性	9.7	7.0
正解テスト
試行ごとの合格率	57.6%	65.2%
不安定なテスト	1	8
総実行回数	66	66
結果あたりのコスト	5.502	4.789
合計コスト	$0.661	$0.600
入力価格	$3.000 / 1M	$0.571 / 1M
出力価格	$15.000 / 1M	$2.850 / 1M
合計入力トークン	123,264	118,448
出力トークン	19,362	62,124
推論トークン	0	165,243
応答時間（平均）	8.12s	99.00s
応答時間（最大）	51.18s	281.00s
応答時間（合計）	121.78s	1485.04s

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none

コスト: $0.038
時間: 27.3s
トークン: 2,598 tok

#85 MoonshotAI: Kimi K2.5

medium

コスト: $0.030
時間: 58.6s
トークン: 8,683 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	4.8	10.0	25.0%	0		2.94s	636	1,214	0
Kimi K2.5	7.3	5.8	83.3%	2		51.38s	634	2,789	8,880

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	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
Kimi K2.5	6.1	4.6	66.7%	2		217.49s	6,935	5,705	74,693

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	9.8	10.0	100.0%	0		37.51s	91,402	13,663	0
Kimi K2.5	6.7	9.1	50.0%	0		89.19s	95,416	14,448	11,209

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		3.43s	8,574	252	0
Kimi K2.5	10.0	10.0	100.0%	0		49.78s	7,020	563	7,940

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	7.7	10.0	66.7%	0		3.54s	759	413	0
Kimi K2.5	3.5	4.4	33.3%	2		137.29s	485	20,753	30,564

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	6.1	3.1	66.7%	1		2.56s	513	192	0
Kimi K2.5	6.5	3.4	66.7%	1		69.73s	480	3,815	4,262

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	6.5	10.0	50.0%	0		1.96s	690	90	0
Kimi K2.5	10.0	10.0	100.0%	0		92.47s	675	5,371	6,547

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	7.7	10.0	66.7%	0		2.53s	663	533	0
Kimi K2.5	5.3	7.3	44.4%	1		43.23s	659	8,426	12,692

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		4.11s	11,301	447	0
Kimi K2.5	10.0	10.0	100.0%	0		31.74s	5,933	242	812

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		4.67s	204	431	0
Kimi K2.5	3.0	10.0	0.0%	0		83.95s	211	12	7,644

クイック比較

比較ペアを切り替え