नेव्हिगेशन
AI BENCHY
तुलना करा चार्ट्स
❤️ Made by XCS
Your ad here

AI BENCHY Compare

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

मॉडेल नाव:

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले : 2026-02-27 15:16

सारांश

मेट्रिक Anthropic: Claude Opus 4.6 medium प्रकाशन: प्रकाशन तारीख अज्ञात MoonshotAI: Kimi K2.5 medium प्रकाशन: प्रकाशन तारीख अज्ञात
क्रमांक #20 #17
स्कोअर 6.07 6.29
सुसंगतता 8.80 7.69
प्रति निकाल खर्च 10.992 2.335
एकूण खर्च $0.880 $0.187
बरोबर चाचण्या
चुकीच्या चाचण्या 6 6
प्रति प्रयत्न पास दर 61.9% 73.8%
अस्थिर चाचण्या 2 4
आउटपुट टोकन्स 19,576 30,504
रिझनिंग टोकन्स 11,081 58,467

श्रेणीवार तपशील

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या आउटपुट टोकन्स रिझनिंग टोकन्स
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
MoonshotAI: Kimi K2.5 7.00 7.21 88.9% 1 335 6,255
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या आउटपुट टोकन्स रिझनिंग टोकन्स
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 1,181 6,049
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या आउटपुट टोकन्स रिझनिंग टोकन्स
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
MoonshotAI: Kimi K2.5 1.00 4.41 33.3% 2 20,696 30,894
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या आउटपुट टोकन्स रिझनिंग टोकन्स
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
MoonshotAI: Kimi K2.5 9.50 10.00 100.0% 0 3,777 4,967
Puzzle Solving स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या आउटपुट टोकन्स रिझनिंग टोकन्स
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
MoonshotAI: Kimi K2.5 5.00 7.61 55.6% 1 4,273 9,490
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या आउटपुट टोकन्स रिझनिंग टोकन्स
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 242 812

तुलना जोडी बदला