Navegação
AI BENCHY
Advertise here

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 7.0 vs 6.8. Kimi K2.5 tem menor custo de benchmark com $0.328 vs $0.539. Claude Opus 4.8 é mais rápido com 3.47s vs 98.43s, com taxas de acerto de 61.9% vs 68.3%.

Modelo recomendado: Claude Opus 4.8 - Tem a melhor pontuação aqui (7.0) e responde cerca de 28.4x mais rápido que Kimi K2.5.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-04

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lançamento: 2026-05-28 Kimi K2.5 Kimi K2.5 medium Lançamento: 2026-01-27
Pontuação 7.0 6.8
Posição #68 #76
Confiabilidade 10.0 10.0
Consistência 9.2 6.9
Testes corretos
Taxa de acerto por tentativa 61.9% 68.3%
Testes instáveis 2 8
Execuções totais 63 63
Custo por resultado 4.485 3.704
Custo total $0.539 $0.328
Preço de entrada $5.000 / 1M $0.400 / 1M
Preço de saída $25.000 / 1M $1.900 / 1M
Total de tokens de entrada 67,104 34,312
Tokens de saída 8,107 48,379
Tokens de raciocínio 0 157,747
Tempo de resposta (médio) 3.47s 98.43s
Tempo de resposta (máx.) 17.73s 281.00s
Tempo de resposta (total) 72.90s 1378.03s

Generation showcase

Hamster playing table tennis

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

#68 Claude Opus 4.8

none
Cost
$0.053
Time
22.0s
Tokens
2,253 tok

#76 MoonshotAI: Kimi K2.5

medium
Cost
$0.030
Time
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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
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 7.3 5.8 83.3% 1 1.77s 10,503 308 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 7.2 44.4% 1 1.66s 975 61 0
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 3.48s 708 230 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 9.9 10.0 100.0% 0 1.37s 909 95 0
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 7.7 10.0 66.7% 0 2.74s 894 783 0
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 5.35s 11,775 355 0
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 3.41s 258 212 0
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644

Comparação rápida

Trocar par de comparação

Claude Opus 4.8nonevsMiniMax M3mediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsKimi K2.5mediumKimi K2.5mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsGemini 3.1 Flash Litelow