Navigare
AI BENCHY
Compară Grafice
❤️ Made by XCS
Your ad here

AI BENCHY Compare

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

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică Anthropic: Claude Opus 4.6 medium Lansare: Data lansării necunoscută MoonshotAI: Kimi K2.5 none Lansare: Data lansării necunoscută
Rang #20 #32
Scor 6.07 4.07
Consistență 8.80 8.92
Cost per rezultat 10.992 0.232
Cost total $0.880 $0.010
Teste corecte
Teste greșite 6 10
Rată de trecere pe încercare 61.9% 35.7%
Teste instabile 2 2
Tokenuri de ieșire 19,576 1,915
Tokenuri de raționament 11,081 0

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
MoonshotAI: Kimi K2.5 2.67 7.86 11.1% 1 363 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
MoonshotAI: Kimi K2.5 5.50 5.81 83.3% 1 995 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
MoonshotAI: Kimi K2.5 4.00 10.00 33.3% 0 29 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
MoonshotAI: Kimi K2.5 5.00 9.99 50.0% 0 61 0
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
MoonshotAI: Kimi K2.5 2.00 9.92 0.0% 0 247 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 220 0

Schimbă perechea de comparație

Compară Anthropic: Claude Opus 4.6 cu...

Compară MoonshotAI: Kimi K2.5 cu...