नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

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

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-05-28

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28 Kimi K2.6 Kimi K2.6 medium प्रकाशन: 2026-04-20 मोफत उपलब्ध
स्कोअर 7.3 7.4
क्रमांक #63 #58
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 8.3
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.0% 70.8%
अस्थिर चाचण्या 2 4
एकूण रन 60 60
प्रति निकाल खर्च 4.324 7.621
एकूण खर्च $0.519 $0.820
इनपुट किंमत $5.000 / 1M $0.730 / 1M
आउटपुट किंमत $25.000 / 1M $3.490 / 1M
आउटपुट टोकन्स 8,098 102,208
रिझनिंग टोकन्स 0 229,120
प्रतिसाद वेळ (सरासरी) 3.51s 54.03s
प्रतिसाद वेळ (कमाल) 17.73s 215.85s
प्रतिसाद वेळ (एकूण) 70.19s 1026.57s

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 6.5 10.0 50.0% 0 3.40s 1,472 0
Kimi K2.6 7.0 8.0 66.7% 1 11.59s 7,115 8,934
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 6.8 10.0 50.0% 0 3.59s 1,323 0
Kimi K2.6 6.5 5.3 75.0% 1 118.23s 9,255 52,215
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 3,259 0
Kimi K2.6 10.0 10.0 100.0% 0 40.96s 711 13,876
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 7.3 5.8 83.3% 1 1.77s 308 0
Kimi K2.6 10.0 10.0 100.0% 0 20.38s 316 11,305
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 5.3 7.2 44.4% 1 1.66s 61 0
Kimi K2.6 5.3 7.2 44.4% 1 202.38s 47,035 98,262
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 3.48s 230 0
Kimi K2.6 10.0 10.0 100.0% 0 17.83s 3,981 4,472
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 9.9 10.0 100.0% 0 1.37s 95 0
Kimi K2.6 10.0 10.0 100.0% 0 12.53s 3,977 5,269
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 783 0
Kimi K2.6 6.0 7.4 55.6% 1 25.06s 13,860 17,599
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 5.35s 355 0
Kimi K2.6 10.0 10.0 100.0% 0 8.92s 248 1,011
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 3.0 10.0 0.0% 0 3.41s 212 0
Kimi K2.6 3.0 10.0 0.0% 0 130.27s 15,710 16,177

झटपट तुलना

तुलना जोडी बदला