AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs MoonshotAI: Kimi K2.5

Resumo

Comparação benchmark Claude Opus 4.8 vs Kimi K2.5: Claude Opus 4.8 lidera na pontuação média com 7.7 vs 7.5. Kimi K2.5 tem menor custo de benchmark com $0.348 vs $1.270. Claude Opus 4.8 é mais rápido com 10.83s vs 98.43s, com taxas de acerto de 79.4% vs 68.3%.

Modelo recomendado: Claude Opus 4.8 - Tem a melhor pontuação aqui (7.7) e responde cerca de 9.1x mais rápido que Kimi K2.5.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-30

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lançamento: 2026-05-28	Kimi K2.5 Kimi K2.5 medium Lançamento: 2026-01-27

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lançamento: 2026-05-28	Kimi K2.5 Kimi K2.5 medium Lançamento: 2026-01-27
Pontuação	7.7	7.5
Posição	#38	#45
Confiabilidade	10.0	10.0
Consistência	8.8	6.9
Testes corretos
Taxa de acerto por tentativa	79.4%	68.3%
Testes instáveis	3	8
Execuções totais	63	63
Custo por resultado	8.466	3.704
Custo total	$1.270	$0.348
Preço de entrada	$5.000 / 1M	$0.375 / 1M
Preço de saída	$25.000 / 1M	$2.025 / 1M
Total de tokens de entrada	60,946	34,312
Tokens de saída	31,771	48,379
Tokens de raciocínio	6,831	157,747
Tempo de resposta (médio)	10.83s	98.43s
Tempo de resposta (máx.)	127.97s	281.00s
Tempo de resposta (total)	227.39s	1378.03s

Geração showcase

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

Custo: $0.031
Tempo: 14.1s
Tokens: 1,345 tok

#45 MoonshotAI: Kimi K2.5

medium

Custo: $0.030
Tempo: 58.6s
Tokens: 8,683 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Kimi K2.5	7.3	5.8	83.3%	2		51.38s	634	2,789	8,880

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Kimi K2.5	6.1	4.6	66.7%	2		217.49s	6,935	5,705	74,693

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
Kimi K2.5	10.0	10.0	100.0%	0		71.37s	11,280	703	3,713

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Kimi K2.5	10.0	10.0	100.0%	0		49.78s	7,020	563	7,940

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Kimi K2.5	3.5	4.4	33.3%	2		137.29s	485	20,753	30,564

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Kimi K2.5	6.5	3.4	66.7%	1		69.73s	480	3,815	4,262

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Kimi K2.5	10.0	10.0	100.0%	0		92.47s	675	5,371	6,547

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Kimi K2.5	5.3	7.3	44.4%	1		43.23s	659	8,426	12,692

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Kimi K2.5	10.0	10.0	100.0%	0		31.74s	5,933	242	812

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Kimi K2.5	3.0	10.0	0.0%	0		83.95s	211	12	7,644

Comparação rápida

Trocar par de comparação