Anthropic: Claude Sonnet 5 vs MoonshotAI: Kimi K3

Claude Sonnet 5 (medium) が平均スコアでリードし、8.3 vs 8.0 です。 Claude Sonnet 5 (medium) の benchmark コストが低く、$0.922 vs $3.112 です。 Claude Sonnet 5 (medium) の方が高速で、12.52s vs 122.48s です、成功率は 80.3% vs 75.8% です。

おすすめモデルClaude Sonnet 5 (medium)ここでは最高スコア（8.3）で、Kimi K3 (max) より約 3.4 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 5 Claude Sonnet 5 medium リリース: 2026-06-30	Kimi K3 Kimi K3 max リリース: 2026-07-16

指標	Claude Sonnet 5 Claude Sonnet 5 medium リリース: 2026-06-30	Kimi K3 Kimi K3 max リリース: 2026-07-16
スコア	8.3	8.0
順位	#23	#31
信頼性	10.0	9.1
一貫性	9.0	9.5
正解テスト
試行ごとの合格率	80.3%	75.8%
不安定なテスト	3	1
総実行回数	66	66
結果あたりのコスト	5.760	19.446
合計コスト	$0.922	$3.112
入力価格	$2.000 / 1M	$3.000 / 1M
出力価格	$10.000 / 1M	$15.000 / 1M
合計入力トークン	145,956	34,916
出力トークン	52,333	2,910
推論トークン	10,874	197,529
応答時間（平均）	12.52s	122.48s
応答時間（最大）	66.71s	766.58s
応答時間（合計）	275.42s	2327.06s

Hamster playing table tennis

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

#23 Claude Sonnet 5

medium

コスト: $0.007
時間: 6.4s
トークン: 832 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 5	10.0	10.0	100.0%	0		3.80s	834	1,220	446
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 5	9.0	7.9	88.9%	1		17.28s	10,590	13,153	2,379
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 5	7.3	6.0	83.3%	1		51.86s	107,934	23,169	5,371
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 5	10.0	10.0	100.0%	0		3.16s	10,503	312	0
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 5	7.7	10.0	66.7%	0		20.38s	975	12,140	1,994
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 5	4.8	3.2	33.3%	1		4.32s	708	264	0
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 5	9.9	10.0	100.0%	0		3.10s	909	318	269
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 5	7.7	10.0	66.7%	0		2.98s	894	407	121
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 5	10.0	10.0	100.0%	0		10.70s	12,351	433	90
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 5	3.0	10.0	0.0%	0		7.06s	258	917	204
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 Claude Sonnet 5mediumvsMuse Spark 1.1low Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGLM 5.2high Claude Sonnet 5mediumvsGrok 4.5low 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